Python 对广播对象进行切片？

我有一个二维数组，它代表一个三维数组的掩码，并且可以这样进行广播。e、 g:

>>> mask.shape
(101, 100)
>>> cube.shape
(500, 101, 100)

创建可广播对象（如掩码）的最佳方法是什么？掩码是一个数组，可以使用与多维数据集相同的视图进行索引，并返回相同的掩码？i、 e:

>>> cube[100,:,:]
<some image>
>>> mask[100,:,:]
<mask>

所以mask[n，：，：]将返回任意n的mask，或者更好的是，返回可用于索引多维数据集的任意n的mask

重要的是，我希望这样做时不会使内存中的掩码变大，例如，通过做更大的\u mask=np.ones[500,1,1]*self.\u mask[None，：，：，：]

类似的事情

>>> from numpy.lib.stride_tricks import as_strided
>>> mask = np.random.randint(2, size=(101, 100)).astype(bool)
>>> mask_view  = as_strided(mask, shape=(500,)+mask.shape,
...                         strides=(0,)+mask.strides)
>>> mask_view.shape
(500, 101, 100)
>>> np.array_equal(mask_view[0], mask_view[499])
True
>>> np.all(mask_view == 0)
False
>>> mask[:] = 0
>>> np.all(mask_view == 0)
True

像这样的

>>> from numpy.lib.stride_tricks import as_strided
>>> mask = np.random.randint(2, size=(101, 100)).astype(bool)
>>> mask_view  = as_strided(mask, shape=(500,)+mask.shape,
...                         strides=(0,)+mask.strides)
>>> mask_view.shape
(500, 101, 100)
>>> np.array_equal(mask_view[0], mask_view[499])
True
>>> np.all(mask_view == 0)
False
>>> mask[:] = 0
>>> np.all(mask_view == 0)
True

lib.stride_技巧使广播_数组在np级别可用。它使用了杰米回答中的大步，但不需要大步知识

mask1,cube1 =np.broadcast_arrays(mask, cube)
mask1.shape
# (500, 101, 100)
mask1[100,:,:].shape
# (101, 100)

mask1与掩码共享数据：

lib.stride_技巧使广播_数组在np级别可用。它使用了杰米回答中的大步，但不需要大步知识

mask1,cube1 =np.broadcast_arrays(mask, cube)
mask1.shape
# (500, 101, 100)
mask1[100,:,:].shape
# (101, 100)

mask1与掩码共享数据：

---

这看起来很棒，但它似乎仍在内存中复制掩码500次：>>>mask_view.nbytes 5050000>>>mask.nbytes 10100。我是否误解了nbytes返回的内容？是C源代码中如何计算.size和.nbytes的定义。它只看形状，而不看步幅，因此它不一定代表实际使用的内存。您可以通过使第一个维度大于RAM所能容纳的维度来检查是否使用了额外的内存。这看起来很好，但它似乎仍在内存中复制掩码500次：>>>mask_view.nbytes 5050000>>>mask.nbytes 10100。我是否误解了nbytes返回的内容？是C源代码中如何计算.size和.nbytes的定义。它只看形状，而不看步幅，因此它不一定代表实际使用的内存。你可以通过使第一个维度大于你的RAM所能容纳的维度来检查是否使用了额外的内存。这很好，但需要我将整个多维数据集放在内存中。这是一个视图，而不是副本。但是多维数据集对象必须存在。我想如果它是一个memmap的数组，它不必存在于内存中，但它仍然必须存在。这很好，但它要求我将整个多维数据集都存在于内存中。它是一个视图，而不是副本。但多维数据集对象必须存在。我想如果它是一个memmap的数组，它不一定要在内存中，但它仍然必须存在。