裁剪给定两个角的任意维度的NumPy数组

Question

有几个关于切片2D和3D NumPy数组的文章，但是在我的程序中，数组的尺寸未知。 考虑一个任意维度为n （正整数）且形状为D=[d1,...,dn] （ di s为非负整数）的NumPy ndarray A ，例如：

import numpy as np

D=np.array([2,3,4,5])

A=np.random.rand(*D)

现在我需要提取的一个块A从开始D1=[d11,...,d1n]到D2=[d21,...,d2n]其中对于所有0<i<=n : 0<=d1i<=d2i<=di 。 就像是：

A[D1:D2]

如果我新创建了n那么我可以简单地使用A[d11:d21,...,d1i:d2i,...,d1n:d2n] ，但对我而言并非如此。 我将不胜感激，如果你能帮助我知道了什么是种植的最有效的方式A给定的D1和D2 。

Answer 1

@Joe所指的numpy索引页面的部分可能是这样的：

注意
请记住，切片元组始终可以构造为obj并以x[obj]表示法使用。 切片对象可以在构造中使用[start:stop:step]表示法代替。 例如， x[1:10:5,::-1]也可以实现为：

obj = (slice(1,10,5), slice(None,None,-1))
x[obj]

这对于构造可用于任意维数组的通用代码很有用。

使用此概念，您应该能够提前构建切片的元组，然后将其应用于A

obj = tuple(slice(D1[i], D2[i]) for i in range(D1.shape[0]))
A[obj]

注意*这实际上并没有使用高级索引，因为您仍在提供切片对象的元组，这与使用以冒号和逗号分隔的切片的手/功能等效： A[d11:d21, ...高级索引使用数组不同的数据类型，而不是专门用于slice对象的元组。