[英]Slicing by Array
我有一個數組如下:
A =
[[ 1. 2. 3. 0. 0. 0. 0.]
[ 4. 5. 6. 0. 0. 0. 0.]
[ 7. 8. 9. 0. 0. 0. 0.]
[ 10. 11. 12. 0. 0. 0. 0.]
[ 13. 14. 15. 0. 0. 0. 0.]
[ 16. 17. 18. 0. 0. 0. 0.]
[ 19. 20. 21. 0. 0. 0. 0.]
[ 22. 23. 24. 0. 0. 0. 0.]
[ 25. 26. 27. 0. 0. 0. 0.]
[ 28. 29. 30. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0.]]
我還有一個向量v=[10, 3]
,它告訴我需要在何處切片才能獲得左上角的子矩陣:
A[0:v[0], 0:v[1]] =
[[ 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. 30.]]
假設我現在有一個 n 維數組A_n
,它的左上角有一個子矩陣,就像上面的例子一樣。 同樣,有一個向量v_n
告訴我我的子矩陣的范圍。
如何在不手動寫入每個索引范圍的情況下使用向量切片 n 維數組,即A_n[0:v_n[0], 0:v_n[1], 0:v_n[2] ...]
?
您可以通過映射構造slice
對象(冒號表示基本上代表)的元組:
A_n[tuple(map(slice, V_n))]
所以如果V_n = [10, 3]
,我們將傳遞它:
>>> tuple(map(slice, [10, 3]))
(slice(None, 10, None), slice(None, 3, None))
這基本上是[:10, :3]
含義的脫糖版本。
我認為將A_n
轉換為 numpy 數組,然后使用列表理解對其進行切片就足夠了:
A_n = np.array(A_n)
A_sliced = A_n[[slice(i) for i in v_n]]
檢查以下代碼:
A = [[1., 2., 3., 0., 0., 0., 0.], [4., 5., 6., 0., 0., 0., 0.], [7., 8., 9., 0., 0., 0., 0.],
[10., 11., 12., 0., 0., 0., 0.], [13., 14., 15., 0., 0., 0., 0.], [16., 17., 18., 0., 0., 0., 0.],
[19., 20., 21., 0., 0., 0., 0.], [22., 23., 24., 0., 0., 0., 0.], [25., 26., 27., 0., 0., 0., 0.],
[28., 29., 30., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.]]
n = [10,3]
arrayA = []
for i in range(0,n[0]):
tempArray = []
for j in range(0,n[1]):
tempArray.append(j)
arrayA.append(tempArray)
print(arrayA)
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.