Numpy：合并多个切片的有效方法[重复]答案

【问题标题】：Numpy: An efficient way to merge multiple slices [duplicate]Numpy：合并多个切片的有效方法[重复]
【发布时间】：2018-03-20 07:56:35
【问题描述】：

我有一个 numpy 数组

test_array = np.arange(100).reshape((4,25))

我想合并以下列以形成一个新数组

1:3, 2:4, 3:15, 2:24, 6:8, 12:13

我知道这段代码会起作用

np.hstack((test_array[:,1:3],test_array[:,2:4],test_array[:,3:15],test_array[:,2:24],test_array[:,6:8],test_array[:,12:13]))

但如果有更好的方法可以避免复制这么多的“test_array”，比如：

np.hstack((test_array[:,[1:3 2:4 3:15 2:24 6:8 12:13]]))

【问题讨论】：

有一些方法可以让这个操作更好地读写，但不幸的是没有一种方法可以避免复制数据。
看起来 np.r_ 是一种有效的方法，就像在 MATLAB 中一样
是的，这是一个不错的解决方案。我只是想让你知道它不会避免复制。
感谢 Nils :) 实际上在我的代码中，“test_array”的数组名很长，导致文本到处泛滥。 np.r 帮我整理了一下:)
您在索引之后连接切片，r_ 在索引之前进行连接。它们的速度大致相当。

标签： python arrays numpy merge

【解决方案1】：

您可以使用np.r_ 从切片创建相应的索引范围。它还一次接受多个切片。

In [25]: test_array[:, np.r_[1:3, 2:4, 3:15, 2:24, 6:8, 12:13]]
Out[25]: 
array([[ 1,  2,  2,  3,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14,  2,
         3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19,
        20, 21, 22, 23,  6,  7, 12],
       [26, 27, 27, 28, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 27,
        28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44,
        45, 46, 47, 48, 31, 32, 37],
       [51, 52, 52, 53, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 52,
        53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69,
        70, 71, 72, 73, 56, 57, 62],
       [76, 77, 77, 78, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 77,
        78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94,
        95, 96, 97, 98, 81, 82, 87]])

请注意，正如评论中提到的，使用r_ 更好地读写，但不会避免复制数据。这是因为高级索引总是返回一个副本，与从数组返回视图的常规索引不同。

【讨论】：

需要注意的是，使用r_读写更好，但不避免复制数据。
@NilsWerner 确实，感谢您的注意！
@NilsWerner np.r_ 返回一个数组，所以这只是常规切片。复制发生在哪里？
@ayhan 复制意味着当您从数组中选择多个列时，它会返回副本而不是视图（对主数组的引用）。
@ayhan 很抱歉造成混淆，我的意思是复制数据而不是数组本身。在此处阅读更多信息docs.scipy.org/doc/numpy-1.13.0/reference/…