使用列表的 Numpy 3D 数组索引答案

【问题标题】：Numpy 3D array indexing using lists使用列表的 Numpy 3D 数组索引
【发布时间】：2017-10-20 19:40:29
【问题描述】：

假设我有一个形状为 (10, 1000, 1000) 的 numpy 数组，并且我有三个列表，它们应该代表每个轴的索引范围，如下所示：

z_range = [0, 5]
y_range = [200, 300]
x_range = [300, 500]

我知道我可以执行以下操作，但似乎相当冗长：

arr[z_range[0]:z_range[1], y_range[0]:y_range[1], x_range[0]:x_range[1]]

有没有更简单的方法使用这三个列表来分割这个特定的数组？

【问题讨论】：

标签： python arrays numpy indexing

【解决方案1】：

索引需要一个元组，因此您可以使用生成器表达式动态构建您的元组：

>>> z_range = [0, 3]
>>> y_range = [2, 3]
>>> x_range = [3, 5]
>>> arr = numpy.arange(5*5*5).reshape(5,5,5)
>>> arr[tuple(slice(a, b) for a,b in (x_range, y_range, z_range))]
array([[[ 85,  86,  87]],

       [[110, 111, 112]]])

【讨论】：

【解决方案2】：

我真的想不出一个好方法。使用 Numpy 的各种索引技巧之一可能会有更好的方法。我能想到的最简单的方法是手动制作slice() 对象。 start:end 语法实际上直接转换为 slice(start, end) 对象。所以你可以写：

arr[slice(*z_range), slice(*y_range), slice(*x_range)]

所以这至少更好一点，但我认为你在清晰度方面并没有真正获得太多。

【讨论】：