按数组切片答案

【问题标题】：Slicing by Array按数组切片
【发布时间】：2019-12-19 11:13:36
【问题描述】：

我有一个数组如下：

 A =
 [[  1.   2.   3.   0.   0.   0.   0.]
 [  4.   5.   6.   0.   0.   0.   0.]
 [  7.   8.   9.   0.   0.   0.   0.]
 [ 10.  11.  12.   0.   0.   0.   0.]
 [ 13.  14.  15.   0.   0.   0.   0.]
 [ 16.  17.  18.   0.   0.   0.   0.]
 [ 19.  20.  21.   0.   0.   0.   0.]
 [ 22.  23.  24.   0.   0.   0.   0.]
 [ 25.  26.  27.   0.   0.   0.   0.]
 [ 28.  29.  30.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.   0.   0.]]

我还有一个向量v=[10, 3]，它告诉我需要在哪里切片才能获得左上角的子矩阵：

 A[0:v[0], 0:v[1]] = 
[[  1.   2.   3.]
 [  4.   5.   6.]
 [  7.   8.   9.]
 [ 10.  11.  12.]
 [ 13.  14.  15.]
 [ 16.  17.  18.]
 [ 19.  20.  21.]
 [ 22.  23.  24.]
 [ 25.  26.  27.]
 [ 28.  29.  30.]]

假设我现在有一个 n 维数组A_n，在它的左上角有一个子矩阵，就像上面的例子一样。同样，有一个向量 v_n 告诉我我的子矩阵的范围。

如何在不手动写入每个索引范围（即A_n[0:v_n[0], 0:v_n[1], 0:v_n[2] ...]）的情况下使用向量对 n 维数组进行切片？

【问题讨论】：

标签： python arrays numpy slice

【解决方案1】：

您可以通过映射构造slice 对象的元组（冒号表示基本上代表）：

A_n[<b>tuple(map(slice, V_n))</b>]

所以如果V_n = [10, 3]，我们就通过了：

>>> tuple(map(slice, [10, 3]))
(slice(None, 10, None), slice(None, 3, None))

这基本上是[:10, :3] 含义的脱糖版本。

【讨论】：

【解决方案2】：

我认为将A_n 转换为numpy 数组，然后使用列表推导对其进行切片就足够了：

A_n = np.array(A_n)

A_sliced = A_n[[slice(i) for i in v_n]]

【讨论】：

【解决方案3】：

检查以下代码：

A = [[1., 2., 3., 0., 0., 0., 0.], [4., 5., 6., 0., 0., 0., 0.], [7., 8., 9., 0., 0., 0., 0.],
     [10., 11., 12., 0., 0., 0., 0.], [13., 14., 15., 0., 0., 0., 0.], [16., 17., 18., 0., 0., 0., 0.],
     [19., 20., 21., 0., 0., 0., 0.], [22., 23., 24., 0., 0., 0., 0.], [25., 26., 27., 0., 0., 0., 0.],
     [28., 29., 30., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.],
     [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.]]
n = [10,3]
arrayA = []
for i in range(0,n[0]):
    tempArray = []
    for j in range(0,n[1]):
        tempArray.append(j)
    arrayA.append(tempArray)
print(arrayA)

【讨论】：