numpy的多维数组切片

假设我已经定义与numpy的多维数组切片

x = numpy.arange(27).reshape((3, 3, 3))

现在3x3x3的numpy的阵列，我可以得到含有各3×3子阵列的（0,1）元素的数组与x[:, 0, 1]，它返回array([ 1, 10, 19])。如果我有一个元组（m，n）并且想要检索存储在元组中的每个子数组（（0,1））的（m，n）元素，该怎么办？例如，假设我有t = (0, 1)。我尝试了x[:, t]，但它没有正确的行为 - 它返回每个子阵列的行0和1。我找到的最简单的解决方案是

x.transpose()[tuple(reversed(t))].transpose()

但我确定必须有更好的方法。当然，在这种情况下，我可以做x[:, t[0], t[1]]，但这不能推广到我不知道有多少维数x和t具有的情况。

来源

2011-09-06 James

，你可以先创建索引记录：

index = (numpy.s_[:],)+t 
x[index]

来源

2011-09-06 23:01:09 HYRY

酷，谢谢帮助（你也是，wim）。我在[scipy]（http://www.scipy.org/Numpy_Example_List）找到了更多s_和slice的示例。我想我以前看过那个清单，但没有看到任何看起来相关的东西。 – James

HYRY的解决方案是正确的，但我一直觉得numpy的的r_，c_和s_指数技巧是一个有点奇怪的寻找。因此，这里是使用slice对象完成同样的事情：

x[(slice(None),) + t]

这一个参数切片是停止位置（即None意味着所有在同样的方式，x[:]相当于x[None:None]）

来源

2011-09-07 02:14:25 wim

numpy的多维数组切片

回答

相关问题