如何为 Numpy 数组创建切片对象？

Question

我试图找到一个巧妙的解决方案，但我正在以相同的方式切割几个相同形状的二维数组。我通过定义一个包含“x，y”中心的列表来尽可能地整理它，例如cpix = [161, 134] 我想做的是不必像这样写三遍切片：

a1 = array1[cpix[1]-50:cpix[1]+50, cpix[0]-50:cpix[0]+50] 
a2 = array2[cpix[1]-50:cpix[1]+50, cpix[0]-50:cpix[0]+50] 
a3 = array3[cpix[1]-50:cpix[1]+50, cpix[0]-50:cpix[0]+50]

只是有一些预定义的东西（比如可能是一个面具？）所以我可以做一个

a1 = array1[predefined_2dslice] 
a2 = array2[predefined_2dslice] 
a3 = array3[predefined_2dslice] 

这是 numpy 支持的东西吗？

Answer 1

是的，您可以使用numpy.s_：

例子：

>>> a = np.arange(10).reshape(2, 5)
>>> 
>>> m = np.s_[0:2, 3:4]
>>> 
>>> a[m]
array([[3],
       [8]])

在这种情况下：

my_slice = np.s_[cpix[1]-50:cpix[1]+50, cpix[0]-50:cpix[0]+50]

a1 = array1[my_slice] 
a2 = array2[my_slice] 
a3 = array3[my_slice]

您还可以使用numpy.r_ 将切片对象转换为沿第一个轴的连接。

Answer 2

您可以使用 slice 对象的元组来索引多维数组。

window = slice(col_start, col_stop), slice(row_start, row_stop)
a1 = array1[window]
a2 = array2[window] 

这并不特定于 numpy，它只是订阅/切片语法在 python 中的工作原理。

class mock_array:
    def __getitem__(self, key):
        print(key)
m = mock_array()
m[1:3, 7:9] # prints tuple(slice(1, 3, None), slice(7, 9, None))