以下R索引平均代码的等效Python

下面的命令用于查找数组中特定x、y、z索引的平均值。在我试图解决的更大的问题中，2Gb文件被读入4D数组，其中前3个维度与空间x、y、z相关，第4个维度是时间。自从编写了这个R脚本之后，我就开始使用python来读取包含数据的2Gb文件，并希望将下面的R脚本行转换为python，这样我就可以用一种语言完成这一切。有人知道这方面的等效Python吗

# create a small example dataset for testing out script
test_dat <- array(rnorm(10*10*4*50), dim=c(10,10,4,50))  

# create a list of specific indices I want the average of (arbitrary
# in this case, but not in the larger problem at hand)
xyz_index <- list(c(2,10,1), c(4,5,1), c(6,7,1), c(9,3,1)) 

# bind the index data into a matrix for the next step
m <- do.call(rbind,xyz_index) ## 4x3 matrix 

# will return the average of the values in test_dat that are 
# in the positions listed in xyz_index for each time index 
# (50 values in this small problem)
sapply(seq(dim(test_dat)[4]), function(i) mean(test_dat[cbind(m,i)])) 

---

我想这就是你想要的，请确认。 事实证明，在numpy中连接多个切片是非常痛苦的，显然在其他情况下也是如此。你真的不想写这样晦涩难懂的代码

---

顺便说一句，我还研究了

如果从R迁移的唯一原因是内存问题，那么就解决它们，您可以迭代地这样做，而不需要将整个图像保留在内存中。或者，如果您想在Python中执行此操作，请使用NumPy数组和/或PIL。您正在尝试解决一个非问题。smci，我没有将整个图像保留在内存中，这就是使用python脚本处理2Gb 4d数组信息的美妙之处。因此，我可以留在一个环境中，我仍然想知道对于以下R位，等效的python是什么？：“sapplyseqdimtest_dat[4]，function I meanset_dat[cbindm，I]”您也不需要将其保存在R中的内存中。无论您是在R中还是在python numpy中执行此操作，一种通用的更高效的内存方法是屏蔽选定的x，y，3D阵列的z元素，然后应用平均滤波器，并将其扫过t轴t=1..50

import numpy as np

test_dat = np.random.randn(10,10,4,50)

#xyz_index <- list(c(2,10,1), c(4,5,1), c(6,7,1), c(9,3,1))     
#m <- do.call(rbind,xyz_index) ## 4x3 matrix 
# I'm not sure about this, but it seems to get the 4x50 submatrix of concatenated slices
# see https://stackoverflow.com/questions/21349133/numpy-array-integer-indexing-in-more-than-one-dimension
m = np.r_[ '0,2', test_dat[2,9,1,:], test_dat[4,5,1,:], test_dat[6,7,1,:], test_dat[9,3,1,:] ]

# Compute .mean() of values, sweep over t-axis
#sapply(seq(dim(test_dat)[4]), function(i) mean(test_dat[cbind(m,i)]))
m.mean(axis=1)