如何在 python 中选择 n 个项目并从 ndarray 中跳过 m？答案

【问题标题】：How can I select n items and skip m from ndarray in python?如何在 python 中选择 n 个项目并从 ndarray 中跳过 m？
【发布时间】：2016-02-21 10:26:15
【问题描述】：

假设我有一个包含 100 个元素的 ndarray，我想选择前 4 个元素，跳过 6 个并像这样继续（换句话说，每 10 个元素选择前 4 个元素）。

我尝试使用带有 step 的 python 切片，但我认为它不适用于我的情况。我怎样才能做到这一点？我正在使用 Pandas 和 numpy，他们可以帮忙吗？我四处寻找，但我没有找到像那种切片这样的东西。谢谢！

【问题讨论】：

输入ndarray的形状？您要沿哪个轴进行此选择？
我的 ndarray X 的形状为 (100,1)，因为我重新塑造了它，以便使用这些点和 y ndarray 来用 pyplot 绘制图表。但我只想每 10 个绘制前 4 个元素。

标签： python numpy multidimensional-array slice

【解决方案1】：

在 OP 中的示例中，输入数组可以被m+n 整除。如果不是，那么您可以使用下面的函数take_n_skip_m。它通过填充输入数组来扩展@Divakar 的答案，使其可重塑为适当的二维矩阵；切片，展平并再次切片以获得所需的结果：

def take_n_skip_m(arr, n=4, m=6):
    # in case len(arr) is not divisible by (n+m), get the remainder
    remainder = len(arr) % (n+m)
    # will pad arr with (n+m-remainder) 0s at the back
    pad_size = (0, n+m-remainder)
    # pad arr; reshape to create 2D array; take first n of each row; flatten 2D->1D
    sliced_arr = np.pad(arr, pad_size).reshape(-1, n+m)[:, :n].flatten()
    # remove any remaining padding constant if there is any (which depends on whether remainder >= n or not)
    return sliced_arr if remainder >= n else sliced_arr[:remainder-n]

例子：

>>> out = take_n_skip_m(np.arange(20), n=5, m=4)
>>> print(out)
[ 0  1  2  3  4  9 10 11 12 13 18 19]

>>> out = take_n_skip_m(np.arange(20), n=5, m=6)
>>> print(out)
[ 0  1  2  3  4 11 12 13 14 15]

【讨论】：

【解决方案2】：

您可以使用NumPy slicing 来解决您的问题。

对于1D 数组案例 -

A.reshape(-1,10)[:,:4].reshape(-1)

这可以扩展到2D 数组情况，选择沿第一轴进行 -

A.reshape(-1,10,A.shape[1])[:,:4].reshape(-1,A.shape[1])

【讨论】：

【解决方案3】：

您可以将数组重新整形为10x10，然后使用切片来选取每行的前 4 个元素。然后展平重塑后的切片数组：

In [46]: print a
[ 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 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49
 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74
 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99]

In [47]: print a.reshape((10,-1))[:,:4].flatten()
[ 0  1  2  3 10 11 12 13 20 21 22 23 30 31 32 33 40 41 42 43 50 51 52 53 60
 61 62 63 70 71 72 73 80 81 82 83 90 91 92 93]

【讨论】：

【解决方案4】：

shorter_arr = arr[np.arange(len(arr))%10 < 4]

【讨论】：

【解决方案5】：

使用% 10:

print [i for i in range(100) if i % 10 in (0, 1, 2, 3)]

[0, 1, 2, 3, 10, 11, 12, 13, 20, 21, 22, 23, 30, 31, 32, 33, 40, 41, 42, 43, 50, 51, 52, 53, 60, 61, 62, 63, 70, 71, 72, 73, 80, 81, 82, 83, 90, 91, 92, 93]

【讨论】：