动态 Python 数组切片

Question

我面临这样一种情况，我有一个非常大的 numpy.ndarray（实际上，它是一个 hdf5 数据集），我需要快速找到它的一个子集，因为它们的整个数组无法保存在内存中。但是，我也不想遍历这样的数组（甚至声明内置的 numpy 迭代器抛出一个 MemoryError），因为我的脚本实际上需要几天才能达到运行.

因此，我面临着遍历数组的某些维度的情况，以便我可以对整个数组的精简子集执行数组操作。为此，我需要能够动态切出数组的一个子集。动态切片就是构造一个元组并传递它。

例如，而不是

my_array[0,0,0]

我可能会用

my_array[(0,0,0,)]

问题是：如果我想手动切出数组中特定 dimension/axis 的所有值，我可以做类似

的事情

my_array[0,:,0]
> array([1, 4, 7])

但是，如果我使用元组，这将不起作用:

my_array[(0,:,0,)]

我会在哪里得到 SyntaxError。

当我必须动态构造切片以将某些内容放入数组的括号中时，我该如何执行此操作？

Answer 1

您可以使用 python 的 slice:

自动切片

>>> a = np.random.rand(3, 4, 5)
>>> a[0, :, 0]
array([ 0.48054702,  0.88728858,  0.83225113,  0.12491976])
>>> a[(0, slice(None), 0)]
array([ 0.48054702,  0.88728858,  0.83225113,  0.12491976])

slice 方法读作 slice(*start*, stop[, step])。如果只传递一个参数，则它被解释为 slice(0, stop)。

在上面的例子中 : 被翻译成 slice(0, end) 相当于 slice(None).

其他切片示例：

:5 -> slice(5)
1:5 -> slice(1, 5)
1: -> slice(1, None)
1::2 -> slice(1, None, 2)

Answer 2

好吧，我终于和别人一样找到了答案

假设我有数组：

my_array[...]
>array(
  [[[ 1,  2,  3],
    [ 4,  5,  6],
    [ 7,  8,  9]],

   [[10, 11, 12],
    [13, 14, 15],
    [16, 17, 18]]])

我可以使用 slice 对象，这显然是一个东西：

sl1 = slice( None )
sl2 = slice( 1,2 )
sl3 = slice( None )
ad_array.matrix[(sl1, sl2, sl3)]
>array(
  [[[ 4,  5,  6]],

   [[13, 14, 15]]])

动态 Python 数组切片

Dynamic Python Array Slicing

python

numpy

slice

multidimensional-array