在 2d Numpy 数组中切片非连续索引答案

【问题标题】：Slicing non-continous indexes in 2d Numpy array在 2d Numpy 数组中切片非连续索引
【发布时间】：2020-04-13 09:06:46
【问题描述】：

我有一个矩阵，即 2D numpy 数组，并且希望能够切出它的非连续部分。例如下面的矩阵

[[11 12 13 14 15]
 [21 22 23 24 25]
 [31 32 33 34 35]
 [41 42 43 44 45]
 [51 52 53 54 55]]

我希望能够提取，比如说

[[11 12 14 15]
 [21 22 24 25]
 [51 52 54 55]]

有没有办法做到这一点？我可以轻松提取连续切片，例如 matrix[0:2,0:3] 会返回

[[11 12 13]
 [21 22 23]

但不确定如何提取非连续的。我阅读了有关使用 np.r_[] 的信息，如果仅在一个维度上使用，它就可以工作，但不能在两个维度上使用。

该解决方案需要具有可扩展性，并且必须用于具有许多非连续索引的大型矩阵（我认为这将作为列表传递）。

【问题讨论】：

标签： python numpy matrix slice

【解决方案1】：

您可以使用链式索引：

arr = np.array([[11, 12, 13, 14, 15],
       [21, 22, 23, 24, 25],
       [31, 32, 33, 34, 35],
       [41, 42, 43, 44, 45],
       [51, 52, 53, 54, 55]])

In [28]: arr[[0,1,4]][:, [0,1,3,4]]                                                                       
Out[28]: 
array([[11, 12, 14, 15],
       [21, 22, 24, 25],
       [51, 52, 54, 55]])

【讨论】：

【解决方案2】：

您可以使用 NumPy 的 advanced indexing 和 ix_() 函数来索引两个一维序列的叉积，第一个包含要提取的行的索引，第二个包含列的索引.

In [24]: import numpy as np

In [25]: arr = np.asarray([[11, 12, 13, 14, 15], 
    ...:                   [21, 22, 23, 24, 25], 
    ...:                   [31, 32, 33, 34, 35], 
    ...:                   [41, 42, 43, 44, 45], 
    ...:                   [51, 52, 53, 54, 55]])
    ...: 

In [26]: rows = [0, 1, 4]

In [27]: cols = [0, 1, 3, 4]

In [28]: arr[np.ix_(rows, cols)]
Out[28]: 
array([[11, 12, 14, 15],
       [21, 22, 24, 25],
       [51, 52, 54, 55]])

值得指出的是，将上述方法扩展到索引 N 维数组很简单。您只需将更多的一维序列传递给np.ix_。

【讨论】：

【解决方案3】：

您可以这样做，并且您的列表想法与它完美配合。在 delete 中，你可以传递一个列表而不是仅仅传递 2

q = np.array([[11, 12, 13, 14, 15],
       [21, 22, 23, 24, 25],
       [31, 32, 33, 34, 35],
       [41, 42, 43, 44, 45],
       [51, 52, 53, 54, 55]])

np.delete(q,2, axis=1)[np.array([0,1,4])]                                                                                                                                           

array([[11, 12, 14, 15],
       [21, 22, 24, 25],
       [51, 52, 54, 55]])

【讨论】：