在for循环中用python中的索引切片矩阵答案

【问题标题】：Slicing matrix in for loop with index in python在for循环中用python中的索引切片矩阵
【发布时间】：2019-10-11 15:32:57
【问题描述】：

我有一个 3D 矩阵，例如：

array([[[3., 0., 0.],
        [0., 0., 0.],
        [0., 0., 0.]],
       [[0., 0., 0.],
        [2., 0., 0.],
        [0., 0., 0.]],
       [[0., 0., 0.],
        [12., 0., 0.],
        [0., 0., 0.]]])

我想用 for 循环按顺序将其切成 [: , 0, :], [-1,: :].. 和所有 6 个方向。所以对于每个维度，从第一个 (0) 和最后一个 (-1) 开始切片。

应用 for 循环的正确方法是什么？

假设数组的名称是A：

A[0, :, :]
A[:, :, 0]
A[:, 0, :]
A[-1, :, :]
A[:, -1, :]
A[:, :, -1]

我想在一个循环中包含这 6 个子矩阵（让我们说在一个列表中）。

【问题讨论】：

“所有 6 个方向”和“按顺序”是什么意思？如果您举一个您期望的输出示例可能会有所帮助。
NumPy 几乎不需要循环。最好的答案不太可能涉及循环。如果您显示您对输入的期望输出会有所帮助吗？
这是一个 (3,3,3) 形状的数组。您需要更明确地说明您想要做什么 - 结果切片的示例。如果您使用像 np.arange(24).reshape(2,3,4) 这样的数组 - 不同的维度和值，则操作通常会更清晰。
对问题进行了编辑，使其更加清晰。重塑不是一种选择。

标签： python arrays numpy indexing

【解决方案1】：

完全不清楚为什么你想这样做，但你可以使用take动态抓取子数组：

import numpy as np
arr = np.arange(2*3*4).reshape(2, 3, 4)  # dummy input

arrays = [arr.take(index, axis) for axis in range(arr.ndim) for index in [0,-1]]

此数组列表将按此顺序包含arr[0,:,:]、arr[-1,:,:]、arr[:,0,:]、arr[:,-1,:] 等。以下是数组列表中单个元素的证明：

>>> np.array_equal(arr[:,-1,:], arr.take(-1, 1))
True

您的问题对顺序并不太具体，但上述内容可以很容易地概括为您的切片要求的任意顺序：

indices = [0, 0, 0, -1, -1, -1]
axes = [0, 2, 1, 0, 1, 2]
arrays = [arr.take(index, axis) for index,axis in zip(indices, axes)]

这与您问题中指定的子数组的顺序相匹配。

【讨论】：