带有部分索引的 Numpy 数组索引答案

【问题标题】：Numpy array indexing with partial indices带有部分索引的 Numpy 数组索引
【发布时间】：2014-06-04 05:44:16
【问题描述】：

我正在尝试提取 numpy 数组的特定切片，但不知道如何用索引元组来表达它。如果索引的长度与维数相同，则使用索引元组有效：

ind = (1,2,3)

# these two values are the same
foo[1,2,3] 
foo[ind]

但是如果我想在一个维度上得到一个切片，那么相同的符号就行不通了：

ind = (2,3)

# these two values are not the same
foo[:,2,3]
foo[:,ind]

# and this isn't even proper syntax
foo[:,*ind]

那么有没有办法将索引的命名元组与切片一起使用？

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

用于访问二维数组... 我相信你的建议应该有效。请注意，numpy 数组的索引从 0 开始。因此，要从以下矩阵中提取第一列和第三列，我使用列索引 0 和 2。

import numpy as np
foo = np.array([[1,2,3],[4,5,6],[7,8,9]])

ind = (0,2)
foo[:,ind]

用于访问 3D 数组... 3D numpy 数组由 3 个值 x[i,j,k] 访问，其中“i”表示第一个矩阵切片，或

[[ 0,  1,  2],
 [ 3,  4,  5],
 [ 6,  7,  8]]

来自我下面的示例。 “j”表示第二个矩阵切片，或这些矩阵的行。而“k”代表他们的列。 i,j 和 k 可以是:、整数或元组。所以我们可以使用如下的两组命名元组来访问特定的切片。

import numpy as np
foo2 = np.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],
               [24, 25, 26]]])

ind1 = (1,2)
ind2 = (0,1)

foo2[:,ind1,ind2]

【讨论】：

这将得到第一列和第三列，但这不是我想要做的。如果我有一个 3D 数组，我会尝试在特定行和“管”处获取单列（或者您可以沿数组调用第 3 个方向）

【解决方案2】：

您可以显式创建slice 对象并将其添加到元组中，而不是使用: 语法：

ind = (2, 3)
s = slice(None) # equivalent to ':'
foo[(s,) + ind] # add s to tuples

与使用foo[:, ind] 相比，这样做的结果应该与foo[:,2,3] 相同。

【讨论】：