如何从一维 numpy 数组和两个限制数组中获取切片区域的二维数组

debugcn 发表于 Dev

德洛萨里

我想知道是否有一个奇特的 numpy 索引来执行这个操作。如果我有一个数组和两个限制，很容易用冒号索引：

import numpy as np

myArray = np.arange(10)

lowLimit = 2
highLimit = 5

print myArray[lowLimit:highLimit]

这给[2 3 4]. 但是，如果您有两个用于限制的数组：

lowLimit = np.ones(10) * 2
highLimit = np.ones(10) * 5

之前的操作不起作用。

你将如何获得带有 myArray 切片区域的二维数组？：

array([[2, 3, 4],
       [2, 3, 4],
       [2, 3, 4],
       [2, 3, 4],
       [2, 3, 4],
       [2, 3, 4],
       [2, 3, 4],
       [2, 3, 4],
       [2, 3, 4],
       [2, 3, 4]])

更新：在此示例中，限制数组具有常量值，但情况可能并非如此。

保利

您连接/加入一些切片的一种或多种方式：

In [139]: x = np.arange(10)
In [140]: low,high = [0,3,5,3],[2,5,7,5]

列表理解：

In [141]: [x[i:j] for i,j in zip(low,high)]
Out[141]: [array([0, 1]), array([3, 4]), array([5, 6]), array([3, 4])]

由于所有切片的大小相同，因此可以将它们连接成一个新数组：

In [142]: np.stack(_)
Out[142]: 
array([[0, 1],
       [3, 4],
       [5, 6],
       [3, 4]])

如果它们的长度不同，stack将不起作用。np.array(_)将产生一个对象 dtype 数组，具有不同长度的组件数组。

您还可以生成所有索引的数组，并使用它：

In [160]: np.hstack([np.r_[slice(i,j)] for i,j in zip(low,high)])
Out[160]: array([0, 1, 3, 4, 5, 6, 3, 4])
In [161]: x[_].reshape(4,2)     # reshape if all slices are same length:
Out[161]: 
array([[0, 1],
       [3, 4],
       [5, 6],
       [3, 4]])

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。