在 numpy 中获取互补切片的最简洁方法答案

【问题标题】：Most concise way to get complementary slice in numpy在 numpy 中获取互补切片的最简洁方法
【发布时间】：2020-01-21 17:09:47
【问题描述】：

给出numpy.array 切片的补码的最简洁（紧凑）方式是什么？与previous post 相反，我没有考虑速度，但考虑到易用性/可读性/通用性。

以数组A=np.array([1,2,3,4,5,6])为例。我正在寻找 A[start:stop] 的补码，例如，A[2:4] 的补码是 "comp of A[2:4]"=array([1,2,3,6])。我正在寻找一种无论内容类型如何都有效的解决方案。所以 A 也可以包含数组 str 并且原则上理想地是正常 [start:stop] 切片操作也适用的任何维度。

不说一般性，这是我目前使用的：

def comp(A,start,stop):
    if A.ndim == 1:
        out = np.hstack((A[0:start],A[stop:]))
    else:
        out = np.vstack((A[0:start],A[stop:]))
    return out

【问题讨论】：

你不是在看设置差异吗：np.array(list(set(A) - set(A[2:4])))

标签： python numpy slice

【解决方案1】：

这是使用np.r_ 生成这些索引然后索引到输入数组的一种简洁方法 -

A[np.r_[:start,stop:len(A)]]

【讨论】：

【解决方案2】：

@Divakar 提出的r_ 解决方案是numpy 的简洁解决方案，但不会推广到其他类。

In [195]: np.r_[0:2,4:6]                                                                         
Out[195]: array([0, 1, 4, 5])

它会生成一个您想要保留的索引列表，基本上是concatenate 的np.arange(0,2) 和np.arange(4,6)。列表索引是advanced indexing，它会生成一个副本。

您不能使用这样的列表来索引 Python list 或 string。它们只能索引元素。要在列表中使用它：

[alist[i] for i in np.r_[0:2,4:6]]

但列表有一个删除语法alist[2:4]=[]

字符串没有这个，因为它们是不可变的。

更通用的方法是连接/连接两个切片

np.concatenate([arr[0:2], arr[4:6]])
alist[0:2] + alist[4:6]
astr[0:2] + astr[4:6]
np.concatenate([arr[:, 0:2], arr[:, 4:6]], axis=1)

您的hstack/vstack 代码可以与

合二为一

np.concatenate((A[0:start],A[stop:]),axis=0)

因为您在这两种情况下都在第一个维度上加入切片。

二维切片的补码：

arr[2:4, 2:4]

不能是二维数组。每行留下不同数量的元素。

【讨论】：