如何反转一个未知维度的numpy数组？

Question

我正在学习Python，但决定通过重新编写和改进一些旧的基于Java的校园AI项目来进行。

我的项目涉及一种数学运算，基本上是一种离散卷积运算，但没有其中一个函数进行时间反转。

因此，虽然在我的原始Java项目中我只是写了所有代码来执行操作，但由于我现在使用的是Python，并且它有很棒的数学库，如numpy和scipy，所以我想我可以利用现有的卷积函数，如scipy.convolve。 然而，这需要我先对两个数组之一进行反向处理，以便当scipy.convolve运行并反转其中一个数组以执行卷积时，它实际上是将该数组还原回去。（我还不知道如何确保正确地预先翻转两个数组之一，使得这两个数组在正向滑动而不是反向滑动，但我认为我应该把这个问题单独问一下。）

与我的Java代码不同，它仅处理一维数据，我希望将这个项目扩展到多维数据。因此，虽然我已经学会了如果我有一个已知维度的numpy数组，例如三维数组a，我可以完全反转数组（或者说获取一个反向的视图，这样速度更快），方法是：

a = a(::-1, ::-1, ::-1)

然而，这需要我对每个维度都有一个::-1。我该如何在一个具有任意维度的数组的方法内执行相同的反转，并产生与上述代码相同的结果？

- Shufflepants

---

slice(None,None,-1) 是相同的东西。尝试使用包含多个元素的元组进行索引。 - hpaulj

@hpaulj 从文档上看，切片似乎只适用于单维数组。但是，它是否适用于多维数组，因为最终多维数组存储为单维列表，并且反转该列表的顺序等效于反转多维数组的每个维度？此外，切片是否像翻转一样在常数时间内运行？ - Shufflepants

看看 np.flip 代码。它构造了一个 indexer 元组，其中混合了 np.s_[:] 和 np.s_[::-1]（取决于维度参数）。这就是我所建议的。 - hpaulj

Answer 1

你可以使用np.flip方法。从文档中可知：

numpy.flip(m, axis=None)

沿给定轴翻转数组元素的顺序。

数组的形状保持不变，但元素的顺序被重新排序。

注意： flip(m) 等价于在所有位置上使用 ::-1 的 m[::-1,::-1,...,::-1]。

- Shaido

Answer 2

这是一个可能的解决方案：

slices = tuple([slice(-1, -n-1, -1) for n in a.shape])
result = a[slices]

扩展到任意数量的轴。验证：

a = np.arange(8).reshape(2, 4)
slices = tuple([slice(-1, -n-1, -1) for n in a.shape])
result = a[slices]

产生：

>>> a
array([[0, 1, 2, 3],
       [4, 5, 6, 7]])
>>> result
array([[7, 6, 5, 4],
       [3, 2, 1, 0]])

- amzon-ex

---

尝试使用slice(None,None,-1)或np.s_[::-1]。 - hpaulj