动态 Python 数组切片答案

【问题标题】：Dynamic Python Array Slicing动态 Python 数组切片
【发布时间】：2016-08-03 06:11:56
【问题描述】：

我面临的情况是，我有一个非常大的 numpy.ndarray（实际上，它是一个 hdf5 数据集），我需要快速找到它的一个子集，因为它们的整个数组无法保存在内存中。但是，我也不想遍历这样的数组（即使声明内置的 numpy 迭代器也会抛出 MemoryError），因为我的脚本实际上需要几天才能运行。

因此，我面临着遍历数组的某些维度的情况，以便我可以对整个数组的缩减子集执行数组操作。为此，我需要能够动态地切出数组的一个子集。动态切片意味着构造一个元组并传递它。

例如，而不是

my_array[0,0,0]

我可能会使用

my_array[(0,0,0,)]

问题来了：如果我想手动切出数组特定维度/轴上的所有值，我可以这样做

my_array[0,:,0]
> array([1, 4, 7])

但是，如果我使用元组，这将不起作用：

my_array[(0,:,0,)]

我会在哪里获得SyntaxError。

当我必须动态构造切片以将某些内容放入数组的括号中时，我该怎么做？

【问题讨论】：

标签： python numpy multidimensional-array slice

【解决方案1】：

您可以使用 python 的 slice 自动切片：

>>> a = np.random.rand(3, 4, 5)
>>> a[0, :, 0]
array([ 0.48054702,  0.88728858,  0.83225113,  0.12491976])
>>> a[(0, slice(None), 0)]
array([ 0.48054702,  0.88728858,  0.83225113,  0.12491976])

slice 方法读作slice(*start*, stop[, step])。如果仅传递一个参数，则将其解释为slice(0, stop)。

在上面的例子中，: 被翻译成slice(0, end)，相当于slice(None)。

其他切片示例：

:5 -> slice(5)
1:5 -> slice(1, 5)
1: -> slice(1, None)
1::2 -> slice(1, None, 2)

【讨论】：

如果需要，您可以动态构建这样一个元组，如最近的stackoverflow.com/q/36561777/901925
谢谢。正如您发布的那样，我发现slice(None) 使用。这正是我所需要的。
@hpaulj 非常有趣（和相关问题）idd。没看到那个。

【解决方案2】：

好的，我终于和其他人一样找到了答案。

假设我有数组：

my_array[...]
>array(
  [[[ 1,  2,  3],
    [ 4,  5,  6],
    [ 7,  8,  9]],

   [[10, 11, 12],
    [13, 14, 15],
    [16, 17, 18]]])

我可以使用slice 对象，这显然是一个东西：

sl1 = slice( None )
sl2 = slice( 1,2 )
sl3 = slice( None )
ad_array.matrix[(sl1, sl2, sl3)]
>array(
  [[[ 4,  5,  6]],

   [[13, 14, 15]]])

【讨论】：