numpy 3d数组中的for循环答案

【问题标题】：For loop in numpy 3d arraysnumpy 3d数组中的for循环
【发布时间】：2020-07-17 15:52:34
【问题描述】：

我想要一个像这样的基本 3d 数组：

b = np.arange(1,101).reshape(4,5,5)
b

那我想拿第一个索引，像楼梯一样往下走。

b1 = [b[0:,0,0],b[0:,1,1],b[0:,2,2],b[0:,3,3],b[0:,4,4]]
b1 = np.asarray(b1)
b1 = np.transpose(b1)
b1

上面的代码看起来不正确，我宁愿使用循环。这是我目前所拥有的：

for i in range(0,5):
    b2 = b[0:,i,i]
    b2 = np.asarray(b2)
    b2 = b2.reshape(4,1)
    print(b2)

我对上述输出的问题是将每次迭代放入一个垂直数组，然后移至下一个。如何使上面的代码输出类似于我的第二个代码块？

对于格式不佳、stackoverflow 新手以及刚开始学习 code/numpy 的人表示歉意。

谢谢！

【问题讨论】：

标签： python arrays numpy numpy-slicing

【解决方案1】：

你可以使用列表推导：

b1 = [b[0:,i,i] for i in range(5)]
b1 = np.asarray(b1)
b1 = np.transpose(b1)

【讨论】：

【解决方案2】：

您可以使用einsum一次提取所有楼梯：

>>> np.einsum("ijj->ij",b) 
array([[  1,   7,  13,  19,  25],
       [ 26,  32,  38,  44,  50],
       [ 51,  57,  63,  69,  75],
       [ 76,  82,  88,  94, 100]])

然后拆分成列：

>>> np.split(np.einsum("ijj->ij",b),np.arange(1,5),1)
[array([[ 1],
       [26],
       [51],
       [76]]), array([[ 7],
       [32],
       [57],
       [82]]), array([[13],
       [38],
       [63],
       [88]]), array([[19],
       [44],
       [69],
       [94]]), array([[ 25],
       [ 50],
       [ 75],
       [100]])]

【讨论】：

【解决方案3】：

我认为这就是你想要做的

import numpy as np

b = np.arange(1,101).reshape(4,5,5)

result = np.diag(b[0])

print(result)

结果：

[ 1  7 13 19 25]

【讨论】：

【解决方案4】：

另一种方法（大概在你的楼梯上，b 的最后两个维度必须是方形）：

c = b[:,np.arange(b.shape[1]),np.arange(b.shape[2])]
b2 = c.T.reshape(c.shape+(1,))

输出：

[[[  1]
  [ 26]
  [ 51]
  [ 76]
  [  7]]

 [[ 32]
  [ 57]
  [ 82]
  [ 13]
  [ 38]]

 [[ 63]
  [ 88]
  [ 19]
  [ 44]
  [ 69]]

 [[ 94]
  [ 25]
  [ 50]
  [ 75]
  [100]]]

【讨论】：