使用元组的numpy数组切片

Question

我已经阅读了切片的numpy文档（尤其是讨论变量数组索引的底部） https://docs.scipy.org/doc/numpy/user/basics.indexing.html

但是我仍然不确定如何执行以下操作：编写一个返回3D索引集或4D索引集然后用于访问数组的方法。 我想为基类编写一种方法，但是从该类派生的类将根据实例化哪个派生类访问3D或4D。

示例代码说明了这一想法：将numpy导入为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，我试图获取一个元组（或其他东西），根据我填充元组的方式，该元组可以进行以下两个访问：

a [i，0，：，1]

a [i，：，1]

slice方法看起来很有希望，但是它似乎需要一个范围，我只想要一个“：”即整个维度。 可变numpy数组维度访问有哪些选项？

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]]])

切片：

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)

Answer 2

您的代码似乎可以按照您希望的方式工作: 两个例子的原因

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

不起作用是因为7超出了数组范围。 如果将7更改为类似于1范围，则它将返回一个值，我相信这是您想要的。