【发布时间】:2016-07-04 14:04:04
【问题描述】:
我有一个尺寸不同的 3d numpy 数组。我想绘制一个平行于最大的二维和最小的中间的切片。如何获得切片?
例如如果我的原始数据是
np.ones(3*4*5).reshape(3,4,5)
我想获取数据集
np.ones(3*4*5).reshape(3,4,5)[1,:,:]
这是第一个维度的一半,因为它是最小的,而其他两个维度都是因为它们更大。
【问题讨论】:
我有一个尺寸不同的 3d numpy 数组。我想绘制一个平行于最大的二维和最小的中间的切片。如何获得切片?
例如如果我的原始数据是
np.ones(3*4*5).reshape(3,4,5)
我想获取数据集
np.ones(3*4*5).reshape(3,4,5)[1,:,:]
这是第一个维度的一半,因为它是最小的,而其他两个维度都是因为它们更大。
【问题讨论】:
您可以使用 np.rollaxis 来完成这样的任务,这适用于任何多维 ndarray,就像这样 -
def ndim_largest_slice(arr):
shp = arr.shape
return np.rollaxis(arr, np.argmin(shp), 0)[shp[np.argmin(shp)]/2]
示例运行 -
In [511]: arr = np.random.rand(6,7,6,3,4,5)
In [512]: np.allclose(ndim_largest_slice(arr),arr[:,:,:,1,:,:])
Out[512]: True
In [513]: arr = np.random.rand(6,7,6,4,5,5)
In [514]: np.allclose(ndim_largest_slice(arr),arr[:,:,:,2,:,:])
Out[514]: True
In [515]: arr = np.random.rand(3,4,5)
In [516]: np.allclose(ndim_largest_slice(arr),arr[1,:,:])
Out[516]: True
【讨论】: