任意维度的numpy数组切片

【问题标题】：numpy array slicing with arbitrary dimension任意维度的numpy数组切片
【发布时间】：2013-10-26 17:42:41
【问题描述】：

假设我创建了一个任意维度 (n) 的数组。

#assign the dimension

>>> n=22

#create the numpy array

>>> TheArray=zeros([2]*n)

>>> shape(TheArray)

(2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2)

有一些代码（在本例中跳过）来填充数组的值。

现在，尝试访问数组的一些值

>>> TheArray[0:2,0:2,0:2,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]

array([[[ 0.,  0.],
        [ 0.,  0.]],

       [[ 0.,  0.],
        [ 0.,  0.]]])

如何使0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0部分语法泛化为n？

【问题讨论】：

标签： python numpy dimension

【解决方案1】：

一种方法是使用numpy.s_:

In [55]: m = arange(2**6).reshape([2]*6)

In [56]: m.shape
Out[56]: (2, 2, 2, 2, 2, 2)

In [57]: m[:2,:2,:2,0,0,0]
Out[57]: 
array([[[ 0,  8],
        [16, 24]],

       [[32, 40],
        [48, 56]]])

In [58]: m[s_[:2, :2, :2] + (0,)*(n-3)]
Out[58]: 
array([[[ 0,  8],
        [16, 24]],

       [[32, 40],
        [48, 56]]])

我猜你可以摆脱硬编码的 -3..

In [69]: m[(s_[:2, :2, :2] + (0,)*m.ndim)[:m.ndim]]
Out[69]: 
array([[[ 0,  8],
        [16, 24]],

       [[32, 40],
        [48, 56]]])

但老实说，如果需要的话，我可能会将其封装在一个函数中。

【讨论】：

谢谢。 python 和 numpy 文档不够清楚，无法得出这个结论，但是在提供了您的示例之后，我能够将 python 和 numpy 文档拼凑起来以理解这一点。