Python numpy中的不规则切片

考虑下面的

numpy数组

a = np.arange(20)

切片要求如下所示

b = [[0,4],
     [4,9],
     [9,15],
     [15,19]]

如何根据

'b'

中的不规则切片信息对

'a'

进行切片？例如：

np.mean(a[b[:,0]:b[:,1]])

我知道如何用循环语句实现这一点，比如

[np.mean(a[b[_][0]:b[_][1]]) for _ in range(len(b))]

---

但是有没有一种方法可以避免使用循环？

您可以使用

np.add.reduceat

和扁平

b

作为索引：

np.add.reduceat(a, np.ravel(b))[::2]/np.diff(b, axis=1).ravel()
# array([  1.5,   6. ,  11.5,  16.5])

对于for循环：

有关更多信息，请参见

帮助（np.add.reduceat）

中的第一个示例：

---

您可以使用

np.add.reduceat

和展平的

b

作为索引：

np.add.reduceat(a, np.ravel(b))[::2]/np.diff(b, axis=1).ravel()
# array([  1.5,   6. ,  11.5,  16.5])

对于for循环：

有关更多信息，请参见

帮助（np.add.reduceat）

中的第一个示例：

---

让我们试试

np.split

>>> list(map(np.mean, np.split(a, b[:, 1])))
[1.5, 6.0, 11.5, 16.5, 19.0]

---

使用列表理解：

---

让我们试试

np.split

>>> list(map(np.mean, np.split(a, b[:, 1])))
[1.5, 6.0, 11.5, 16.5, 19.0]

---

使用列表理解：

---

使用

cumsum

和

np.diff

c = b[:, 1]

np.diff(np.append(0, a.cumsum()[c - 1])) / np.diff(np.append(0, c))

array([  1.5,   6. ,  11.5,  16.5])

---

使用

cumsum

和

np.diff

c = b[:, 1]

np.diff(np.append(0, a.cumsum()[c - 1])) / np.diff(np.append(0, c))

array([  1.5,   6. ,  11.5,  16.5])

---

开始和停止总是一致的吗？问和迪瓦卡一样的问题。如果是这种情况，您可以只使用

np.split

：

np.split（a，b[：，1]）

yes。开始总是重复前一行的停止。开始和停止是否总是重合？问与Divakar相同的问题。如果是这种情况，您可以只使用

np.split

：

np.split（a，b[：，1]）

yes。启动将始终重复上一次的停止row@hpaulj道歉，在计算如何得到平均值时是一片空白，

map

是我所能想到的一切。（我知道这个解决方案的速度限制）。@SirajS。没问题！我不确定性能方面。如果您发现它对于您的用例来说太慢，请随意收回并使用Psidom的答案。@hpaulj抱歉，在计算如何获得平均值时是空白的，

map

是我所能想到的一切。（我知道这个解决方案的速度限制）。@SirajS。没问题！我不确定性能方面。如果您发现它对于您的用例来说太慢，请随意收回并使用Psidom的答案。绝对了解

ufunc.reduce

和

ufunc.reduceat

Thx！绝对了解了

ufunc.reduce

和

ufunc.reduceat

Thx！