给定索引列表，将任意维度的 numpy 切片到一维数组

Question

我有一个 numpy ndarray arr和indices ，一个指定特定条目的索引列表。 具体来说，让我们采取：

arr = np.arange(2*3*4).reshape((2,3,4))
indices= [1,0,3]

我有代码通过arr观察除一个索引n之外的所有 1d 切片：

arr[:, indices[1], indices[2]]  # n = 0
arr[indices[0], :, indices[2]]  # n = 1
arr[indices[0], indices[1], :]  # n = 2

我想更改我的代码以循环n并支持任意维度的arr 。

我查看了文档中的 索引例程条目，并找到了有关slice()和np.s_()的信息。 我能够拼凑出我想要的东西：

def make_custom_slice(n, indices):
    s = list()
    for i, idx in enumerate(indices):
        if i == n:
            s.append(slice(None))
        else:
            s.append(slice(idx, idx+1))
    return tuple(s)


for n in range(arr.ndim):
    np.squeeze(arr[make_custom_slice(n, indices)])

其中np.squeeze用于删除长度为 1 的轴。没有这个，这个产生的数组具有形状(arr.shape[n],1,1,...)而不是(arr.shape[n],) .

有没有更惯用的方法来完成这项任务？

Answer 1

对上述解决方案的一些改进（可能仍然存在单行或更高性能的解决方案）：

def make_custom_slice(n, indices):
    s = indices.copy()
    s[n] = slice(None)
    return tuple(s)


for n in range(arr.ndim):
    print(arr[make_custom_slice(n, indices)])

一个 integer 值idx可用于替换切片 object slice(idx, idx+1) 。 因为大多数索引都是直接复制的，所以从索引的副本开始，而不是从头开始构建列表。

当以这种方式构建时， arr[make_custom_slice(n, indices)的结果具有预期的维度，并且np.squeeze是不必要的。