np.index_exp[] 如何在带有 rgb 颜色示例的 3D 体素/体积图中工作

how does the np.index_exp[] work in the 3D voxel / volumetric plot with rgb colors example

我正在阅读示例:https://matplotlib.org/stable/gallery/mplot3d/voxels_rgb.html#sphx-glr-gallery-mplot3d-voxels-rgb-py 关于创建 3d 球体。 但我不明白示例中的索引是如何工作的。任何人都可以帮助我理解。谢谢

> def midpoints(x):
> sl = ()
> for i in range(x.ndim):
>>    x = (x[sl + np.index_exp[:-1]] + x[sl + np.index_exp[1:]])
>>    sl += np.index_exp[:]
>>    print(np.index_exp[:-1])
>>    print(x[np.index_exp[:-1]])
I know the "index_exp[:-1]" returns (slice(None,None,-1),) and "x[index_exp[:-1]]" will give result like this:
[[[0 0 0],
  [0 0 0],
  [0 0 0]],
[[1 1 1],
  [1 1 1],
  [1 1 1]]]

But I don't understand how the ```x[index_exp[:-1]]``` in the for loop only shows:
[[[1 1 1],
  [1 1 1],
  [1 1 1]]]

在示例中,x

生成的 (17,17,17) 数组之一
In [208]: r, g, b = np.indices((17, 17, 17)) / 16.0
     ...: rc = midpoints(r)
     ...: gc = midpoints(g)
     ...: bc = midpoints(b)

indices 类似于 meshgridmgrid,创建网格数组。

我没用过np.index_exp,但我看到它和np.s_一样,除了它总是returns一个元组

In [225]: x = r.copy()
In [226]: ()+np.index_exp[:-1]    # so this tuple can joined with sl
Out[226]: (slice(None, -1, None),)
In [227]: x[()+np.index_exp[:-1]].shape
Out[227]: (16, 17, 17)
In [228]: x[:-1].shape
Out[228]: (16, 17, 17)

所以

x = (x[sl + np.index_exp[:-1]] + x[sl + np.index_exp[1:]])/2.0

为初始sl,这是

x = (x[:-1] + x[1:])/2.0

x[1:]-x[:-1]广泛用于取相邻元素之间的差,np.diff。这里它只作用于第一个维度(3)。所以这只是相邻点的平均值。注意 x[:-1]x[1:] 都是 (16,17,17) 数组。

下一位只是将 [:] 切片添加到 sl:

In [230]: sl += np.index_exp[:]
In [231]: sl
Out[231]: (slice(None, None, None),)
In [232]: sl + np.index_exp[:-1]
Out[232]: (slice(None, None, None), slice(None, -1, None))

所以这是在做

 x[:, :-1]     # which should be a (17,16,17) array

和下一次迭代 x[:,:, :-1] # (17,17,16)

这个 r 只在第一个维度上变化,所以可以将它的值与 midpoints 比较:

In [249]: r1 = midpoints(r)
In [250]: r[:5,0,0]
Out[250]: array([0.    , 0.0625, 0.125 , 0.1875, 0.25  ])
In [251]: r1[:4,0,0]
Out[251]: array([0.03125, 0.09375, 0.15625, 0.21875])

所以使用 index_exp 只允许他们以适用于所有 3 个维度的一般方式编写 (x[:-1]+x[1:])/2 平均 r, g.b 阿劳斯/