构建一个包含冒号的元组，用于索引一个 numpy 数组

Question

我创建了一个用于处理特定类型的多维数据的类。 此类具有三个属性： 包含轴名称的列表 ( self.axisNames )； 包含沿每个轴的参数值的字典（ self.axes ；使用轴名称中的条目键入）； 和一个包含数据的 numpy 数组，每个轴都有一个维度（ self.intensityArr ）。

该类还具有根据我对特定情况的需要动态添加新轴的函数，这使得索引强度 Arr 成为一个棘手的命题。 为了更好地建立索引，我开始编写一个函数来构建我需要的索引：

内课：

def indexIntensityArr(self,indexSpec):
    # indexSpec is a dictionary containing axisName:indexVal entries (indexVal is an int)
    # I want the function to return a tuple for use in indexing (see below def)
    indexList = []
    for axis in self.axisNames:
        if axis in indexSpec:
            indexList.append(indexSpec[axis])
        else:
            # <do something to add : to index list (tuple)>
    return tuple(indexList)

课外：

# ... create an instance of my class called myBlob with 4 dimensions ...

mySpec = {'axis1':10,'axis3':7}
mySlicedArr = myBlob.intensityArr[myBlob.indexIntensityArr(mySpec)]

我希望上面的结果 mySlicedArr 是一个二维数组。

我需要在“else”子句中添加什么才能在用于索引强度Arr的元组中获得 :（或等效项）？ 这可能是解决问题的糟糕方法吗？

Answer 1

在索引[] ，一个:被转换为一个slice ，整个内容作为一个元组传递给__getitem__

indexList = []
for axis in self.axisNames:
    if axis in indexSpec:
        indexList.append(indexSpec[axis])
    else:
        indexList.append(slice(None))

有几个numpy函数使用这样的索引技巧 - 即构建索引值和切片的元组。 或者，如果他们需要改变它，他们将从一个列表开始，该列表可以变异，并在使用前将其转换为元组。 （例如np.apply_along_axis ）

是的，切片的完整规范是slice(start, stop, step) ，开始和停止是可选的。 与np.arange或range相同。 而None等价于:表达式中未指定的值。

np.lib.index_tricks.py一个小自定义类将 : 符号转换为切片：

In [61]: np.s_[:,:1,0:,::3]
Out[61]: 
(slice(None, None, None),
 slice(None, 1, None),
 slice(0, None, None),
 slice(None, None, 3))

Answer 2

要添加到 hpaulj 的答案中，您可以非常简单地扩展您的设置，通过使用np.s_使其更加通用。 在slice上使用它的优点是您可以更轻松、更透明地使用numpy的切片语法。 例如：

mySpec = {'axis1': np.s_[10:15], 'axis3': np.s_[7:8]}
mySlicedArr = myBlob.intensityArr[myBlob.indexIntensityArr(mySpec)]

（额外信息： np.s_[7:8]仅检索第 7 列，但它保留了维度，即您的切片数组仍将是 4D，该维度的形状为 1：对于广播非常有用）。

如果您还想在函数定义中使用相同的语法：

indexList = []
for axis in self.axisNames:
    if axis in indexSpec:
        indexList.append(indexSpec[axis])
    else:
        indexList.append(np.s_[:])
return tuple(indexList)

所有这些都可以通过slice来完成。 np.s_[10:15]您可以将np.s_[10:15]指定为slice(10, 15) ，将np.s_[:]为slice(None) 。