翻转任意维度的 numpy 数组

Question

我想构建一个辅助函数，它可以在所有维度上翻转任意维度的多维 numpy 数组。 令人惊讶的是，我在网上没有找到任何关于此的信息。

我们可以做一些像这样丑陋的事情：

d = len(X.shape)
if d == 1:
    reversed_X = X[::-1]
elif d == 2:
    reversed_X = X[::-1, ::-1]
elif d == 3:
    reversed_X = X[::-1, ::-1, ::-1]
elif d == 4:
    reversed_X = X[::-1, ::-1, ::-1, ::-1]  
# ...etc

但必须有更好的方法。

我尝试构建切片对象列表并按如下方式使用它们：

X[[slice(s,-1,-1) for s in X.shape]]

但这返回了一个空数组（！）。 更改切片的端点，如下所示：

X[[slice(s,0,-1) for s in X.shape]]

几乎可以工作，但它错过了每个维度的最后一个索引，使“反向”数组比原始数组略小。

Answer 1

发布后几乎立即找出了我自己问题的答案。 在这里发布给未来的人。

出于某种原因，不能告诉切片对象在 -1 处停止，即使向后大步走也是如此。 但幸运的是，您可以停在“无”处，这会使数组向后饱和。 将此应用于原始问题中的代码有效：

reversed_X = X[tuple([slice(None, None, -1) for _ in range(X.ndim)])]

示例：

In: X = np.reshape(np.arange(2*3), (2,3))
In: X
Out: 
array([[0, 1, 2],
       [3, 4, 5]])
In: X[tuple([slice(None, None, -1) for _ in range(X.ndim)])]
Out: 
array([[5, 4, 3],
       [2, 1, 0]])

Answer 2

numpy.flip(m, axis) （numpy 1.12.0 版中的新功能。）

所以这可能有效：

for k in range(X.ndim):
    X = np.flip(X, k)