索引可变维数的ndarray

Question

我有一个 numpy ndarray 实例，但大小可变。

import numpy as np
dimensions = (4, 4, 4)
myarray = np.zeros(shape = dimensions)

在这种情况下，我得到了数组的“立方”形状，如果我想索引 myarray 的切片，我可以使用 myarray[:][:][0]，因为我知道有 3 个维度（我使用 3 对 @987654325 @)。

如果是 4 个维度，我会使用 myarray[:][:][:][0]。但是由于维度的数量可能会改变，我不能这样硬编码。

如何根据维数索引此类数组的切片？看似简单的问题，却想不出任何解决办法。

Answer 1

您使用 1 个括号组索引 myarray，而不是多个：

myarray[:,:,:,i]
myarray[:,2,:,:]
myarray[...,3]
myarray[...,3,:]

一个: 对应于您想要的所有维度。 ... 代表多个: - 前提是numpy 可以清楚地识别数字。

尾随: 可以省略，当然使用... 时除外。

take也可以这样使用；它接受一个axis 参数：

np.take(myarray, i, axis=3)

您也可以将索引构造为元组，例如

ind = [slice(None)]*4
ind[2] = 3
myarray[tuple(ind)]
# same as myarray[:,:,3,:]
# myarray.take(3, axis=2)

np.apply_along_axis 执行这种类型的索引。

例如

In [274]: myarray=np.ones((2,3,4,5))

In [275]: myarray[:,:,3,:].shape
Out[275]: (2, 3, 5)

In [276]: myarray.take(3,axis=2).shape
Out[276]: (2, 3, 5)

In [277]: ind=[slice(None)]*4; ind[2]=3

In [278]: ind
Out[278]: [slice(None, None, None), slice(None, None, None), 3, slice(None, None, None)]

In [279]: myarray[tuple(ind)].shape
Out[279]: (2, 3, 5)

Answer 2

你可以使用：

import numpy as np
dimensions = (4, 4, 4)
myarray = np.zeros(shape = dimensions)

print myarray[..., 0]

它将获取最后一个索引的第一项。