如何在numpy中获取子数组答案

【问题标题】：How to get a subarray in numpy如何在numpy中获取子数组
【发布时间】：2015-07-18 04:45:21
【问题描述】：

我有一个 3d 数组，我想获得一个以索引 indx 为中心的大小为 (2n+1) 的子数组。使用我可以使用的切片

y[slice(indx[0]-n,indx[0]+n+1),slice(indx[1]-n,indx[1]+n+1),slice(indx[2]-n,indx[2]+n+1)]

如果我想为每个维度设置不同的尺寸，这只会变得更丑。有没有更好的方法来做到这一点。

【问题讨论】：

标签： numpy sub-array

【解决方案1】：

您不需要使用slice 构造函数，除非您想存储切片对象以供以后使用。相反，您可以这样做：

y[indx[0]-n:indx[0]+n+1, indx[1]-n:indx[1]+n+1, indx[2]-n:indx[2]+n+1]

如果您想在不单独指定每个索引的情况下执行此操作，可以使用列表推导：

y[[slice(i-n, i+n+1) for i in indx]]

【讨论】：

应该是逗号而不是冒号 y[[slice(i-n,i+n+1) for i in indx]]。除此之外，谢谢
@user3799584：谢谢，错字已修正！

【解决方案2】：

您可以创建 numpy 数组以索引到 3D array 的不同维度，然后使用 ix_ function 创建索引映射，从而获得切片输出。 ix_ 的好处是它允许广播索引地图。有关这方面的更多信息，请访问 here。然后，您可以为通用解决方案的每个维度指定不同的窗口大小。这是带有示例输入数据的实现 -

import numpy as np

A = np.random.randint(0,9,(17,18,16))  # Input array
indx = np.array([5,10,8])              # Pivot indices for each dim
N = [4,3,2]                            # Window sizes

# Arrays of start & stop indices
start = indx - N
stop = indx + N + 1

# Create indexing arrays for each dimension
xc = np.arange(start[0],stop[0])
yc = np.arange(start[1],stop[1])
zc = np.arange(start[2],stop[2])

# Create mesh from multiple arrays for use as indexing map 
# and thus get desired sliced output
Aout = A[np.ix_(xc,yc,zc)]

因此，对于具有窗口大小数组的给定数据，N = [4,3,2]，whos 信息显示 -

In [318]: whos
Variable   Type       Data/Info
-------------------------------
A          ndarray    17x18x16: 4896 elems, type `int32`, 19584 bytes
Aout       ndarray    9x7x5: 315 elems, type `int32`, 1260 bytes

输出的whos 信息Aout 似乎与必须为2N+1 的预期输出形状一致。

【讨论】：