Python 使用切片列表索引numpy数组

我有一个

切片的列表

，并使用它们来索引

numpy

数组

arr=np.arange（25）。重塑（5，5）
#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, 24]])
slice_list=list（映射（lambda i:slice（i，i+2），[1，2]））
#[切片（1,3，无），切片（2,4，无）]
打印（arr[切片列表]）
#==arr[1:3，2:4]
# [[ 7  8]
#  [12 13]]

这很好，但如果切片数少于维度数，则会中断 我要索引的数组的

arr3d = arr[np.newaxis, :, :]  # dims: [1, 5, 5]
arr3d[:, slice_list]
# IndexError: only integers, slices (`:`), ellipsis (`...`),(`None`) 
#  numpy.newaxis and integer or boolean arrays are valid indices

但是，以下示例有效：

arr3d[:, slice_list[0], slice_list[1]]
arr3d[[slice(None)] + slice_list]
arr3d[:, [[1], [2]], [2, 3]]

是否有一种方法可以使用切片列表为具有更多维度的数组编制索引。 我想做以下事情：

arr[..., slice_list]
arr[..., slice_list, :]
arr[:, slice_list, :]

不考虑数组的尺寸，不计算有多少个

[切片（无）]*X

---

我必须在我的

slice\u列表的任一侧进行填充

您可以使用切片元组和省略号对象进行填充。只需将要用于索引的所有元素放入一个元组，并将其用作索引：

将numpy导入为np
arr=np.arange（24）。重塑（2，3，4）
打印（arr）
# [[[ 0  1  2  3]
#   [ 4  5  6  7]
#   [ 8  9 10 11]]
# 
#  [[12 13 14 15]
#   [16 17 18 19]
#   [20 21 22 23]]]
slice\u tup=tuple（map（lambda i:slice（i，i+2），[1，2]））
打印（切片）
#（切片（1,3，无），切片（2,4，无））
打印（arr[slice\u tup]）
# [[[20 21 22 23]]]
#arr[…，切片列表]
打印（arr[（省略号，*切片）]）
# [[[ 6  7]
#   [10 11]]
# 
#  [[18 19]
#   [22 23]]]
#arr[…，切片列表，：]
打印（arr[（省略号，*切片，切片（无）））
# [[[20 21 22 23]]]
#arr[：，切片列表，：]
打印（arr[（切片（无），*切片，切片（无）））
#索引器：数组的索引太多

@user3483203太棒了！好的，但是我必须组合列表/元组，我不能直接使用

arr[…，slice\u tuple，：]

？@No，因为这与

arr[（省略号，（slice（1，3，None），slice（2，4，None）），slice（None））]

（即嵌套元组）相同。对于这些情况，最好像函数调用一样使用

*

解包语法，这样您就可以执行类似于

arr[…，*slice\u tup，：]

的操作，但目前不允许这样做（公平地说，这是一种极端情况）。但是你可以做

打印（arr[（省略号，*slice\u tup，slice（None）））

，这可能会更好一些（实际上我想我会更新答案来使用它）。