NumPy数组：选择d维数组中的所有偶数元素

Question

有没有一种高效且符合Python风格的方法，可以从一个d维数组中选择所有索引为偶数的元素，而不需要预先知道d？还有那些剩下的元素（即至少有一个奇数索引的元素）？

第一个问题的最小示例：

import numpy as np
a = np.array(range(27)).reshape((3,3,3))
a[::2,::2,::2] 
# -> array([[[ 0,  2],
#            [ 6,  8]],
#           [[18, 20],
#            [24, 26]]])

我找到的针对d维对象（d是变量）的唯一非pythonic方法 至少对于“所有偶数”部分，但对于“至少有一个奇数”的部分仍然无法理解。

d = 3
a = np.array(range(3**d)).reshape([3]*d)
b = a
for i in range(d):
    b = np.take(b, np.array(range(0,b.shape[i],2)), axis=i)

我问这个问题的原因是，我想逐步创建一个大小为(2**n+1, ..., 2**n+1)的大型d维对象，需要n步完成。每一步都从上一步中复制偶数索引元素，类似于：

for n in range(N):
    new_array = np.zeros([2**n+1]*d)
    new_array[all_even] = old_array
    new_array[at_least_one_odd] = #something else

感谢您提前提供的任何提示！

- Marco Spinaci

Answer 1

我想你可以使用切片对象。

even = a[[slice(None, None, 2) for _ in range(a.ndim)]]
odd = a[[slice(1, None, 2) for _ in range(a.ndim)]]

- miindlek

---

谢谢您的回答，但不幸的是，当我尝试运行它时，我收到了一些警告和错误，其中最基本的一个是numpy没有“slice”模块...虽然@Divakar的答案已经满足了我的需求（至少对于第一个问题而言，我猜第二个问题没有令人满意的答案），您能否解释一下您的答案背后的原理，这可能对我有所帮助，以便我理解？谢谢！ - Marco Spinaci

抱歉，切片对象是Python内置的。我更新了我的答案。我想这样更易读。 - miindlek

非常感谢，确实很好！我不知道有一个“切片”内置函数可以替换切片：符号，这确实很有用。只是为了澄清，问题的第二部分是要求具有至少一个奇数索引的元素，而不是所有奇数；在这个例子中，有27个元素，其中8个是偶数，我天真地希望有一种方法来获得其余的19个（它们必须被展平，因为它们失去了任何形状）。但是，我越想越觉得不合理，因此我完全满意第一部分，谢谢！ - Marco Spinaci

根据一些快速的运行时测试，看起来相当高效！不错。 - Divakar

Answer 2

以下是使用np.ix_的方法 -

a[np.ix_(*[range(0,i,2) for i in a.shape])]

示例运行 -

In [813]: def even_idx(a):
     ...:     return a[np.ix_(*[range(0,i,2) for i in a.shape])]
     ...: 

In [814]: a = np.array(range(27)).reshape((3,3,3))

In [815]: np.allclose(a[::2,::2,::2], even_idx(a) )
Out[815]: True

In [816]: a = np.array(range(27*4)).reshape((3,3,3,4))

In [817]: np.allclose(a[::2,::2,::2,::2], even_idx(a) )
Out[817]: True

In [818]: a = np.array(range(27*4*5)).reshape((3,3,3,4,5))

In [819]: np.allclose(a[::2,::2,::2,::2,::2], even_idx(a) )
Out[819]: True

- Divakar