Python 使用二维numpy阵列切片三维numpy阵列_Python_Arrays_Numpy_Slice

Python 使用二维numpy阵列切片三维numpy阵列

python arrays numpy

Python 使用二维numpy阵列切片三维numpy阵列,python,arrays,numpy,slice,Python,Arrays,Numpy,Slice,是否可以使用二维阵列切片三维阵列。我认为这是可以做到的，但需要你指定轴如果我有3个数组，那么： A = [[1,2,3,4,5], [1,3,5,7,9], [5,4,3,2,1]] # shape (3,5) B1 = [[1], [2], [3]] # shape (3, 1) B2 = [[4], [3], [4]] # shape (3,1) 是否可以使用B1和B2对A进行切片，如： Out = A[B1:B2

是否可以使用二维阵列切片三维阵列。我认为这是可以做到的，但需要你指定轴

如果我有3个数组，那么：

A = [[1,2,3,4,5],
     [1,3,5,7,9],
     [5,4,3,2,1]] # shape (3,5)

B1 = [[1],
      [2],
      [3]] # shape (3, 1) 

B2 = [[4],
      [3],
      [4]] # shape (3,1)

是否可以使用B1和B2对A进行切片，如：

Out = A[B1:B2]

这样它就可以回报我：

Out = [[2,3,4,5],
       [5, 7],
       [2, 1]]

或者，如果切片在

Out

中创建了不同长度的数组，那么这就行不通了吗？

Numpy针对具有固定维度的同构数字数组进行了优化，因此它不支持不同的行或列大小

但是，您可以通过使用阵列列表来实现所需的功能：

Out = [A[i, B1[i]:B2[i]+1] for i in range(len(B1))]

Numpy针对具有固定维度的同构数字数组进行了优化，因此它不支持不同的行或列大小

但是，您可以通过使用阵列列表来实现所需的功能：

Out = [A[i, B1[i]:B2[i]+1] for i in range(len(B1))]

您期望的结果在每一行中有不同数量的项-这是一个强有力的指标，表明完全矢量化的解决方案是不可能的。它对每一行或每一列执行的操作不同

其次，

n:m

转换为

slice（n，m）

<代码>切片只接受整数，不接受列表或数组

显而易见的解决方案是对行进行某种形式的迭代：

In [474]: A = np.array([[1,2,3,4,5],
          [1,3,5,7,9],
          [5,4,3,2,1]]) # shape (3,5)

In [475]: B1=[1,2,3]  # no point in making these 2d

In [476]: B2=[5,4,5]  # corrected values

In [477]: [a[b1:b2] for a,b1,b2 in zip(A,B1,B2)]
Out[477]: [array([2, 3, 4, 5]), array([5, 7]), array([2, 1])]

如果

是嵌套列表，则此解决方案同样有效

In [479]: [a[b1:b2] for a,b1,b2 in zip(A.tolist(),B1,B2)]
Out[479]: [[2, 3, 4, 5], [5, 7], [2, 1]]

这两个列表也可以转换为一维索引数组，然后从

A.ravel（）

中选择值。这将产生一个一维数组，例如

array([2, 3, 4, 5, 5, 7, 2, 1]

从理论上讲，这可能是np.split，但最近关于其他问题的经验表明，这不会节省很多时间

如果行选择的长度都相同，我们可以得到一个2d数组。每行包含2个元素的迭代版本：

In [482]: np.array([a[b1:b1+2] for a,b1 in zip(A,B1)])
Out[482]: 
array([[2, 3],
       [5, 7],
       [2, 1]])

我在前面讨论过如何通过一次索引操作生成这种结果的问题

在

slice

接受的内容上：

In [486]: slice([1,2],[3,4]).indices(10)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-486-0c3514e61cf6> in <module>()
----> 1 slice([1,2],[3,4]).indices(10)

TypeError: slice indices must be integers or None or have an __index__ method

它仍然有一个迭代——生成进入

np.r\uu

（将其扩展为一个索引数组）

您想要的结果在每行中有不同数量的术语——这是一个强有力的指标，表明完全矢量化的解决方案是不可能的。它对每一行或每一列执行的操作不同

其次，

n:m

转换为

slice（n，m）