元组作为多维数组中的索引以及切片

Question

我有一个 3 维数组 A，我需要通过元组 x=[1,1] 访问 A[:,1,1]。像这样：

x = [1,1]
A[:,*x]

但是，这样做时出现语法错误。我希望能够使用变量 x 访问 A[:,1,1] 的元素，我该怎么做？

谢谢！

第二个问题：

如何做同样的事情，而不是切片 : 用布尔数组来做。例如，如果 t 是布尔数组，则获得 A[t, *x]

Answer 1

你可以用slice(None)代替:，所以

y = tuple([slice[None]] + x)
A[y]

正是您所需要的。

Answer 2

您可以执行以下操作：

import numpy as np

A = np.arange(12).reshape((2, 3, 2))
print(A)

x = [1, 1]
print(A[(slice(None), *x)])

您可以使用 slice(None) 而不是 : 来构建切片元组。元组环境允许使用 * 运算符解包值。

输出：

[[[ 0  1]
  [ 2  3]
  [ 4  5]]

 [[ 6  7]
  [ 8  9]
  [10 11]]]

[3 9]

验证是否匹配：

import numpy as np

A = np.arange(12).reshape((2, 3, 2))
x = [1, 1]
s = (slice(None), *x)
print(np.allclose(A[s], A[:, 1, 1]))  # True

*这是对此处找到的答案的修改：Slicing a numpy array along a dynamically specified axis

编辑以反映对问题和评论的编辑：

澄清一下，您可以在元组环境中解压任何可迭代对象。 * 运算符在元组中正常运行。随心所欲地订购您的元素。混合不同的迭代器、类型、slice(None)，无论你想如何构建你的切片，只要你最终得到一个有效的值序列，它就会按预期运行。

import numpy as np

A = np.arange(12).reshape((2, 3, 2))
t = [True, False]
x = [1, 1]
print(np.allclose(A[(*t, *x)], A[True, False, 1, 1]))  # True

您还可以在元组中添加完整列表：

print(np.allclose(A[(t, *x)], A[[True, False], 1, 1]))  # True

tuple as index in multidimensional array together with slicing