如何在numpy数组中找到切片对象答案

【问题标题】：How to find slice object in numpy array如何在numpy数组中找到切片对象
【发布时间】：2012-12-13 13:58:04
【问题描述】：

我有一个包含整数和切片对象的 numpy 数组，例如：

x = np.array([0,slice(None)])

如何检索整数或切片对象的（逻辑）索引？我试过np.isfinite(x)（产生错误）、np.isreal(x)（所有True）、np.isscalar(x)（不是元素方面的），都是徒劳的。似乎可行的是

ind = x<np.Inf       # Out[1]: array([True, False], dtype=bool)

但我不愿意对数值完全任意的对象使用数值比较（并且将来可能会改变？）。有没有更好的解决方案来实现这一点？

【问题讨论】：

numpy 数组中的所有项目共享同一个dtype。如果您查看x.dtype，您会看到它是dtype('object')。因此，从矢量化类型检查的角度来看，它们都是相同的。你真的需要在同一个数组中混合不同的东西吗？稍微重构代码以利用 numpy 可能比让 numpy 按您的方式工作更容易。
@Jaime 实际上，数据存储为一个列表：[0,slice(None)];从这个列表中，我可以使用列表理解检索切片对象（或这些对象的索引），但我认为（错误）使用 numpy 数组会更快。事实上，这比列表理解快 4 倍，如果不是因为从列表到数组的转换慢了 10 倍...... :-( 所以，问题解决/回避：更好地使用列表理解。但是，对于同一个列表中的多个选择，数组方法可能仍然有效。无论如何，感谢您的输入！

标签： python arrays numpy find slice

【解决方案1】：

你可以这样做：

import numpy as np
checker = np.vectorize( lambda x: isinstance(x,slice) )
x = np.array([0,slice(None),slice(None),0,0,slice(None)])
checker(x)
#array([False,  True,  True, False, False,  True], dtype=bool)

【讨论】：