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
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?
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?
slice(None)
代替:
。 - hpauljidx = np.s_[i, 0, :, 7]
,a[idx]
等。 - Paul Panzer