使用元组进行Numpy数组切片

Question

我已经阅读了有关numpy切片的文档（特别是底部讨论可变数组索引的部分）https://docs.scipy.org/doc/numpy/user/basics.indexing.html，但我仍然不确定如何实现以下内容：编写一个方法，该方法返回一个3D索引集或4D索引集，然后用于访问数组。我想为一个基类编写一个方法，但从它派生的类根据实例化的派生类访问3D或4D。示例代码以说明这个想法：import numpy as np

a = np.ones([2,2,2,2])
size = np.shape(a)
print(size)
for i in range(size[0]):
  for j in range(size[1]):
    for k in range(size[2]):
      for p in range(size[3]):
        a[i,j,k,p] = i*size[1]*size[2]*size[3] + j*size[2]*size[3] + k*size[3] + p

print(a)

print('compare')
indices = (0,:,0,0)
print(a[0,:,0,0])
print(a[indices])

简而言之，我正在尝试获得一个元组（或其他内容），该元组可以根据我如何填充元组来进行以下两个访问：

a[i, 0, :, 1]

a[i, :, 1]

切片方法看起来很有前途，但似乎需要一个范围，而我只想要一个":"即整个维度。有哪些选项可用于变量numpy数组维度访问？

- wandadars

---

请使用 slice(None) 代替 :。 - hpaulj

或者 idx = np.s_[i, 0, :, 7]，a[idx] 等。 - Paul Panzer

@hpaulj 那个方法有效。你能提交一个完整的答案吗？ - wandadars

Answer 1

In [324]: a = np.arange(8).reshape(2,2,2)
In [325]: a
Out[325]: 
array([[[0, 1],
        [2, 3]],

       [[4, 5],
        [6, 7]]])

slicing:

In [326]: a[0,:,0]
Out[326]: array([0, 2])
In [327]: idx = (0,slice(None),0)   # interpreter converts : into slice object
In [328]: a[idx]
Out[328]: array([0, 2])

In [331]: idx
Out[331]: (0, slice(None, None, None), 0)
In [332]: np.s_[0,:,0]              # indexing trick to generate same
Out[332]: (0, slice(None, None, None), 0)

- hpaulj

Answer 2

您的代码似乎使用:按照您的意愿工作。这两个示例之所以

(a[i, 0, :, 7], a[i, :, 7])

不工作是因为7超出了数组的范围。如果您将7更改为范围内的某个值，例如1，则它会返回一个值，我认为这就是您要寻找的内容。

- never_comment

---

我的错误。这段代码只是一个最小的示例。我已经对原始帖子进行了编辑。 - wandadars