一个对象中的多维数组切片答案

【问题标题】：Multi dimensional array slice in one object一个对象中的多维数组切片
【发布时间】：2017-12-20 20:00:19
【问题描述】：

我有一个 numpy 数组：

arr = numpy.arange(25 * 10 * 20)
arr.resize((25, 10, 20))

我想得到这样的切片：

arr[3:6, 2:8, 7:9]

这行得通：

index = [slice(3, 6), slice(2, 8), slice(7, 9)]
arr[index]

但这不是：

>>> index = slice([3, 2, 7], [6, 8, 9])
>>> arr[index]
TypeError: slice indices must be integers or None or have an __index__ method

可以由一个slice 对象完成吗？还是只有 3 个 slices 中的 list 有效？

【问题讨论】：

不是开箱即用，也不是一片，但this class 让它几乎一样方便。
鉴于slice 和numpy 索引的当前定义，切片元组是基础对象。任何替代方案最终都会产生这种效果。
顺便说一下，元组是一个对象。切片也是一个简单的类，具有三个属性和几个方法。是 .__getitem__ 做的。

标签： python numpy slice

【解决方案1】：

>>> help(slice)
class slice(object)
 |  slice(stop)
 |  slice(start, stop[, step])

所以我们使用 slice(start, stop, step)

>>> import numpy as np
>>> x = np.arange(10)

## ERROR

>>> i=slice([1,3])
>>> x[i]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: slice indices must be integers or None or have an __index__ method

## OK

>>> i = slice(3,7,2)
>>> print(x)
[0 1 2 3 4 5 6 7 8 9]
>>> print(i)
slice(3, 7, 2)
>>> print(x[i])
[3 5]

对于多维：

>>> x = np.arange(12).reshape(3,4)
>>> x
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> i = slice(0,3,1)
>>> i
slice(0, 2, 1)
>>> x[i,i]
array([[0, 1],
       [4, 5]])

【讨论】：

【解决方案2】：

您可以创建切片列表，压缩两个索引列表：

>>> slices = [slice(*i) for i in zip([3,2,7], [6,8,9])]
>>> arr[slices]
array([[[ 647,  648],
    [ 667,  668],
    [ 687,  688],
    [ 707,  708],
    [ 727,  728],
    [ 747,  748]],

   [[ 847,  848],
    [ 867,  868],
    [ 887,  888],
    [ 907,  908],
    [ 927,  928],
    [ 947,  948]],

   [[1047, 1048],
    [1067, 1068],
    [1087, 1088],
    [1107, 1108],
    [1127, 1128],
    [1147, 1148]]])

检查numpy.array_equal：

>>> numpy.array_equal(arr[slices], arr[3:6,2:8,7:9])
True

【讨论】：

【解决方案3】：

你可以使用numpy.ogrid:

  a[ogrid[3:6, 2:8, 7:9]]

选择你阻止。

【讨论】：