如何将 numpy 切片混合到索引列表中？答案

【问题标题】：How to mix numpy slices to list of indices?如何将 numpy 切片混合到索引列表中？
【发布时间】：2016-08-02 09:17:51
【问题描述】：

我有一个numpy.array，叫grid，形状：

grid.shape = [N, M_1, M_2, ..., M_N]

N、M_1、M_2、...、M_N的值只有在初始化后才知道。

对于此示例，假设 N=3 且 M_1 = 20、M_2 = 17、M_3 = 9：

grid = np.arange(3*20*17*9).reshape(3, 20, 17, 9)

我正在尝试循环遍历这个数组，如下：

for indices, val in np.ndenumerate(grid[0]):
    print indices
    _some_func_with_N_arguments(*grid[:, indices])

在第一次迭代时，索引 = (0, 0, 0) 并且：

grid[:, indices] # array with shape 3,3,17,9

而我希望它是一个仅包含三个元素的数组，就像：

grid[:, indices[0], indices[1], indices[2]] # array([   0, 3060, 6120])

但是我不能像上一行那样实现，因为我不知道先验indices 的长度是多少。

我使用的是 python 2.7，但欢迎使用与版本无关的实现 :-)

【问题讨论】：

标签： python arrays numpy indexing slice

【解决方案1】：

我相信您正在寻找的是grid[1:][grid[0]]。

grid = np.array([
        [0, 2, 1],  # N
        [1, 9, 3, 6],  # M_1
        [7, 8, 2, 5, 0, 8, 3],  # M_2
        [4, 8]  # M_3
    ])

np.array([grid[a[0] + 1][n] for a, n in np.ndenumerate(grid[0])])
# array([1, 2, 8])

【讨论】：

我认为这不能回答我的问题。我想访问一个标量，而您的输出返回一个数组！
啊。我一定误解了这个问题。您想从数组中提取哪个值？
亲爱的@2Cubed，请看一下我的工作示例。
啊，我明白了。我相信我更新的回复应该是您正在寻找的。（这是我能找到的最干净的方法，长度不一的 M_N。）

【解决方案2】：

您可以手动将slice(None) 添加到索引元组中：

>>> grid.shape
(3, 20, 17, 9)
>>> indices
(19, 16, 8)
>>> grid[:,19,16,8]
array([3059, 6119, 9179])
>>> grid[(slice(None),) + indices]
array([3059, 6119, 9179])

有关更多信息，请参阅文档中的 here。

【讨论】：

【解决方案3】：

我想你想要这样的东西：

In [134]: x=np.arange(24).reshape(4,3,2)

In [135]: x
Out[135]: 
array([[[ 0,  1],
        [ 2,  3],
        [ 4,  5]],

       [[ 6,  7],
        [ 8,  9],
        [10, 11]],

       [[12, 13],
        [14, 15],
        [16, 17]],

       [[18, 19],
        [20, 21],
        [22, 23]]])

In [136]: for i,j in np.ndindex(x[0].shape):
     ...:     print(i,j,x[:,i,j])
     ...:     
(0, 0, array([ 0,  6, 12, 18]))
(0, 1, array([ 1,  7, 13, 19]))
(1, 0, array([ 2,  8, 14, 20]))
(1, 1, array([ 3,  9, 15, 21]))
(2, 0, array([ 4, 10, 16, 22]))
(2, 1, array([ 5, 11, 17, 23]))

第一行在哪里：

In [142]: x[:,0,0]
Out[142]: array([ 0,  6, 12, 18])

将索引元组解压缩为i,j 并在x[:,i,j] 中使用它是执行此索引的最简单方法。但要将其推广到其他数量的维度，我将不得不使用一些元组。 x[i,j] 与 x[(i,j)] 相同。

In [147]: for ind in np.ndindex(x.shape[1:]):
     ...:     print(ind,x[(slice(None),)+ind])
     ...:     
((0, 0), array([ 0,  6, 12, 18]))
((0, 1), array([ 1,  7, 13, 19]))
...

enumerate:

for ind,val in np.ndenumerate(x[0]):
    print(ind,x[(slice(None),)+ind])

【讨论】：

亲爱的@hpaulj，感谢您的回答。我接受了较早的 DSM。