python中带索引的for循环切片矩阵

我有一个3D矩阵，例如：

array([[[3., 0., 0.],
        [0., 0., 0.],
        [0., 0., 0.]],
       [[0., 0., 0.],
        [2., 0., 0.],
        [0., 0., 0.]],
       [[0., 0., 0.],
        [12., 0., 0.],
        [0., 0., 0.]]])

我想把它切成[：，0，：]，[-1，：：]。。和所有6个方向的顺序与for循环。因此，对于每个维度，从第一个（0）和最后一个（-1）开始切片

应用for循环的正确方法是什么

假设数组的名称为

A

：

A[0, :, :]
A[:, :, 0]
A[:, 0, :]
A[-1, :, :]
A[:, -1, :]
A[:, :, -1]

我想将这6个子矩阵（比如在一个列表中）放在一个循环中。

完全不清楚为什么要这样做，但可以使用以下方法动态捕获子阵列：

此数组列表将按此顺序包含

arr[0，：，：]

，

arr[-1，：，：]

，

arr[：，0，：]

，

arr[：，-1，：]

等。下面是数组列表中单个元素的证明：

>>> np.array_equal(arr[:,-1,:], arr.take(-1, 1))
True

您的问题对于顺序不是太具体，但是上面的问题可以很容易地概括为您的切片需求的任意顺序：

indices = [0, 0, 0, -1, -1, -1]
axes = [0, 2, 1, 0, 1, 2]
arrays = [arr.take(index, axis) for index,axis in zip(indices, axes)]

---

这与问题中指定的子阵列顺序相匹配。

您所说的“所有6个方向”和“顺序”是什么意思？如果您给出一个您期望的输出示例，可能会有所帮助。您几乎不需要使用NumPy的循环。最好的答案不太可能涉及循环。如果你能显示出你期望从你的输入中得到什么样的输出，这会很有帮助。这是一个（3,3,3）形状的数组。您需要更明确地说明您想要做什么-结果切片的示例。通常情况下，如果使用类似于

np.arange（24）的数组，操作会更清晰。重塑（2,3,4）

-不同的维度和值。编辑问题以使其更清晰。重塑不是一个选项。

indices = [0, 0, 0, -1, -1, -1]
axes = [0, 2, 1, 0, 1, 2]
arrays = [arr.take(index, axis) for index,axis in zip(indices, axes)]