[英]Select different slices from each numpy row
我有一個3d張量,我想從dim = 2中選擇不同的切片。 像a[[0, 1], :, [slice(2, 4), slice(1, 3)]]
。
a=np.arange(2*3*5).reshape(2, 3, 5)
array([[[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]],
[[15, 16, 17, 18, 19],
[20, 21, 22, 23, 24],
[25, 26, 27, 28, 29]]])
# then I want something like a[[0, 1], :, [slice(2, 4), slice(1, 3)]]
# that gives me np.stack([a[0, :, 2:4], a[1, :, 1:3]]) without a for loop
array([[[ 2, 3],
[ 7, 8],
[12, 13]],
[[16, 17],
[21, 22],
[26, 27]]])
而且我已經看過這個並不是我想要的。
您可以使用此處說明的advanced indexing
。 您將必須傳遞在您的情況下為[0, 1]
的行ID以及列ID 2, 3
和1, 2
。 2,3
表示[2:4]
和1, 2
表示[1:3]
import numpy as np
a=np.arange(2*3*5).reshape(2, 3, 5)
rows = np.array([[0], [1]], dtype=np.intp)
cols = np.array([[2, 3], [1, 2]], dtype=np.intp)
aa = np.stack(a[rows, :, cols]).swapaxes(1, 2)
# array([[[ 2, 3],
# [ 7, 8],
# [12, 13]],
# [[16, 17],
# [21, 22],
# [26, 27]]])
另一種避免swapaxes
並以所需格式獲得結果的等效方法是
aa = np.stack(a[rows, :, cols], axis=2).T
我想出的第三種方法是通過索引列表。 這里[0, 0]
對應於[2,3]
, [1, 1]
對應於[1, 2]
。 swapaxes
方法只是為了獲得所需的輸出格式
a[[[0,0], [1,1]], :, [[2,3], [1,2]]].swapaxes(1,2)
一個解法...
import numpy as np
a = np.arange(2*3*5).reshape(2, 3, 5)
np.array([a[0,:,2:4], a[1,:,1:3]])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.