在 Numpy 数组中跳跃多元素切片答案

【问题标题】：Jumping Multi-element slices in Numpy Arrays在 Numpy 数组中跳跃多元素切片
【发布时间】：2019-11-26 20:01:23
【问题描述】：

假设我有一个数组：

arr = np.arange(12)

最后我想要这个数组：

arr2 = [0,1,2,6,7,8]

所以我想要一个跳跃的多片，比如：

arr2 = arr[(0:2):-1:6]

其中第二个数组是一个 3 的切片，每次跳 6。这在 numpy 中可行吗？

我的实际示例是一个更复杂的示例，其中一部分数学应用于跳转 6 的切片 (0:2)，另一部分数学应用于切片 (3:5)，目标是写入一个行，即没有 for 循环。

很抱歉，如果之前有人问过这个问题。我很难找到这方面的文档，我想我可能只是在谷歌上搜索错误的东西。谢谢！

【问题讨论】：

你能详细说明complex example吗？你还在为那些而跳吗？
跳跃长度除以总长度吗？
跳转长度始终是切片长度的 2 倍。整个数组的长度约为 100 次。
另外，复杂的例子是一个高斯运算符，其中两个切片的 sigma 值不同。跳跃的性质保持不变。
相关 - stackoverflow.com/questions/43344901.

标签： python arrays numpy indexing

【解决方案1】：

你不能用切片表示法做到这一点，至少不能直接这样做。

但有一些重塑：

In [74]: arr = np.arange(12)                                                    
In [75]: arr.reshape(-1,3)                                                      
Out[75]: 
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])
In [76]: arr.reshape(-1,3)[::2,:]                                               
Out[76]: 
array([[0, 1, 2],
       [6, 7, 8]])
In [77]: _.reshape(-1)                                                          
Out[77]: array([0, 1, 2, 6, 7, 8])

单独切片和重塑制作views，但在此过渡的某个时刻，它必须制作副本。因此，Divakar 建议的与高级索引相关的时间充其量是适中的：

In [86]: timeit arr.reshape(-1,3)[::2,:].reshape(-1)                            
3.99 µs ± 132 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
In [87]: timeit arr[(np.arange(len(arr))%6)<3]                                  
8.91 µs ± 89.3 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

【讨论】：