Python Numpy切片函数：从阵列形状（X，2）中动态创建切片索引np.r_u[a:b，c:d，…]，以便在阵列中进行选择 形势

我有代表双声道音频的2D阵列。我想创建一个函数，该函数在任意位置（例如，仅语音部分）返回此数组的切片。我已经知道如何将值显式写入np.r\中：

样本数据 arr=np.arange0,24.e2，-1 数组[[0,1,2,3,4,5,6,7,8,9,10,11]， [12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23]] 输入 宽度为2的x长度数组。例如

选择器=np.数组[[0,2]，[6,9]] 数组[[0,2]， [6, 9]] 期望输出 创建索引数组 选择指数=np.r[0:2,6:9] 数组[0,1,6,7,8] 使用索引选择2D arr[：，选择指数] 数组[[0,1,6,7,8]， [12, 13, 18, 19, 20]] 球门 一个函数，它采用宽度为2的X长数组形状：X，2，表示切片的开始和结束，并使用该数组返回数组的选择。实际上，np.r_u2;[0:2，6:9]，但从一个参数开始

arr=np.arange0,24.e2，-1 def切片返回器，选择器： 像这样的东西坏了；应该是这样的：np.r_[0:2,6:9] 选择\u索引=np.r\u[[行[0]：行[1]]用于选择器中的行] 返回二维切片 返回arr[：，选择索引] 选择器=np.数组[[0,2]，[6,9]] 已切片的\u arr=切片返回器arr，选择器

---

如何将输入转换为选择切片？最好使用最少的数组创建/复制。

您可以从单个数组创建索引数组

slices = [[0, 2], [6, 9]]
np.concatenate([np.arange(*i) for i in slices])
# array([0, 1, 6, 7, 8])

并使用它来提取数据

arr[:, np.concatenate([np.arange(*i) for i in slices])]
# array([[ 0,  1,  6,  7,  8],
#        [12, 13, 18, 19, 20]])

---

我认为布尔索引可能是一种有效的方法。因此，我们可以创建一个掩码，然后索引col并获得输出-

# Generate mask for cols
mask = np.zeros(arr.shape[1],dtype=bool)
for (i,j) in selector:
    mask[i:j] = True

# Boolean index into cols for final o/p
out = arr[:,mask]

内存开销只是掩码，它是一个布尔数组，应该是最小的，最终的输出也是必需的

矢量化遮罩创建

如果选择器中有许多条目，则有一种基于广播的矢量化方法来创建COL的掩码，如下所示-

r = np.arange(arr.shape[1])
mask = ((selector[:,0,None]<=r) & (selector[:,1,None]>r)).any(0)

---

这实际上比我的解决方案要好。@NilsWerner是的，最初我是使用这种连接方法的，但最终所需的输出使我改变了主意。