在切片尺寸

我有多维数组的变量称为resultsten，具有以下形状在切片尺寸

print np.shape(resultsten) 
(3, 3, 6, 10, 1, 9)

在一些场合中，我使用此阵列的一部分在一个称为cleanup程序，其然后进一步泪此阵列分割成x，y，并且z阵列：

x,y,z = cleanup(resultsten[0,:,:,:,:,:]) 

def cleanup(resultsmat): 
    x = resultsmat[:,:,:,:,2] 
    y = resultsmat[:,:,:,:,1] 
    z = resultsmat[:,:,:,:,4] 
    return x,y,z

然而，也有可能发生，我不想放整个矩阵在我的程序cleanup，即：

x,y,z = cleanup(resultsten[0,0,:,:,:,:])

这当然给了一个错误，因为给cleanup指标不符合预期指数。我想知道是否有可能在切片中包含可变数量的尺寸。

我想知道一个命令，它接受每个维度的所有条目，直到最后一个维度，它只需要一个索引。

我已经看到了可以用于除第一个全尺寸做到这一点，如

resultsten[1,:,:,:,:,:]

给出了相同的结果：

resultsten[1,:]

我尝试这样做：

resultsten[:,1]

但它没有给出所需的结果，Python解释它是这样的：

resultsten[:,1,:,:,:,:]

MWE：

def cleanup(resultsmat): 
    x = resultsmat[:,:,:,0,2] 
    y = resultsmat[:,:,:,0,1] 
    z = resultsmat[:,:,:,0,4] 
    return x,y,z 

resultsten=np.arange(3*3*6*10*1*9).reshape(3,3,6,10,1,9) 

x0,y0,z0 = cleanup(resultsten[0,:,:,:,:,:]) #works 
x0,y0,z0 = cleanup(resultsten[0,0,:,:,:,:]) #does not work

来源

2014-06-30 ROIMaison

http://docs.scipy.org/ doc/numpy/reference/arrays.indexing.html＃basic-slicing – seberg

不完全确定，b您可能正在寻找Ellipsis对象：'resultsmat [...，0,2]'等。请使用seberg提供的链接获取更多信息。 – Evert

省略号正是我要找的。我已经浏览了SciPy文档，但是我错过了省略对象。我该如何继续，因为我不能接受评论作为答案？ – ROIMaison

我会用切片对象的列表：

import numpy as np 
A = np.arange(2*3*4*5).reshape(2,3,4,5) 


#[:] <-> [slice(None,None, None)] 
sliceList = [slice(None, None, None)]*(len(A.shape)-1) 
a,b,c,d,e = [A[sliceList+[i]] for i in range(A.shape[-1])]

输出：

>>> A[:,:,:,0] 
array([[[ 0, 5, 10, 15], 
     [ 20, 25, 30, 35], 
     [ 40, 45, 50, 55]], 

     [[ 60, 65, 70, 75], 
     [ 80, 85, 90, 95], 
     [100, 105, 110, 115]]]) 

>>> a 
array([[[ 0, 5, 10, 15], 
     [ 20, 25, 30, 35], 
     [ 40, 45, 50, 55]], 

     [[ 60, 65, 70, 75], 
     [ 80, 85, 90, 95], 
     [100, 105, 110, 115]]])

来源

2014-06-30 12:28:36

我发现以下有用的 - > https://gist.github.com/Kos/4467206。我看到Evert在使用省略号resultmat [...，0,2]'的注释中发布了更好的解决方案。 –

回答

相关问题