从 Numpy 中的多个切片中选择

Question

说我们有

a = np.ones((3,3,3))

和

slices = [(0, 1, slice(None)), (0, slice(None), 0),  (slice(None), 1, 0)]

有没有一种简单的方法可以从slices 中选择/更改a 的值？

例如，我想在切片下将0 分配给a，这样a 就变成了

array([[[0., 1., 1.],
        [0., 0., 0.],
        [0., 1., 1.]],

       [[1., 1., 1.],
        [0., 1., 1.],
        [1., 1., 1.]],

       [[1., 1., 1.],
        [0., 1., 1.],
        [1., 1., 1.]]])

一种迭代的方式是做

for t in slices:
    a[t] = 0

有没有更好的方法来利用像 np.r_ 这样的索引，就像 JoshAdel 在 Assign value to multiple slices in numpy 中使用的那样？

我希望实现类似a[SLICES] = 0 的功能，并将a 的所有部分从slices 中的每个切片更改为0。

Answer 1

你知道r_ 做什么吗？它将切片转换为范围，然后将整个混乱连接在一起。

我不知道您是否可以使用r_ 或类似的东西来构造所需的索引。但是：

In [168]: idx = np.where(a==0)
In [169]: idx
Out[169]: 
(array([0, 0, 0, 0, 0, 1, 2]),
 array([0, 1, 1, 1, 2, 1, 1]),
 array([0, 0, 1, 2, 0, 0, 0]))

这让我们了解了所需的索引数组（减去一些可能的重复项）。

---

也许可以将这 3 个ogrid 列表连接成一个复合：

In [181]: np.ogrid[0:1,1:2,:3]
Out[181]: [array([[[0]]]), array([[[1]]]), array([[[0, 1, 2]]])]

In [182]: np.ogrid[0:1,:3,0:1]
Out[182]: 
[array([[[0]]]), array([[[0],
         [1],
         [2]]]), array([[[0]]])]

In [183]: np.ogrid[:3,1:2,0:1]
Out[183]: 
[array([[[0]],

        [[1]],

        [[2]]]), array([[[1]]]), array([[[0]]])]

他们分别选择a中的0。

最简单的方法是将它们转换成解开的等价物，然后加入生成的一维数组。

In [188]: np.ravel_multi_index(Out[181],(3,3,3))
Out[188]: array([[[3, 4, 5]]])
etc
In [195]: np.hstack([Out[188].ravel(), Out[189].ravel(), Out[190].ravel()])
Out[195]: array([ 3,  4,  5,  0,  3,  6,  3, 12, 21])
In [197]: a.flat[_]
Out[197]: array([0., 0., 0., 0., 0., 0., 0., 0., 0.])

In [199]: np.unravel_index(Out[195],(3,3,3))
Out[199]: 
(array([0, 0, 0, 0, 0, 0, 0, 1, 2]),
 array([1, 1, 1, 0, 1, 2, 1, 1, 1]),
 array([0, 1, 2, 0, 0, 0, 0, 0, 0]))

Out[169] 和 Out[199] 具有相同的值，但重复除外。

这是对连接多个 1d 切片问题的概括。建立索引然后连接所花费的时间与先连接索引所花费的时间差不多。