这可以(几乎?)在纯numpy
中使用掩码数组和步进技巧完成。首先,我们创建面膜:
>>> indices = numpy.arange(a.size)
>>> mask = ~((indices >= start[:,None]) & (indices < end[:,None]))
或者更简单地说:
>>> mask = (indices < start[:,None]) | (indices >= end[:,None])
的掩码False
(即值没有被屏蔽),对于那些>=
的起始值和<
年底价值指数。 (切片None
(又名numpy.newaxis
)增加了一个新的维度,使广播。)现在我们的面具看起来是这样的:
>>> mask
array([[ True, False, True, True, True, True, True, True, True,
True, True, True],
[ True, True, True, True, True, False, False, False, False,
False, True, True],
[ True, True, True, True, True, True, True, False, False,
True, True, True]], dtype=bool)
现在我们要舒展阵列使用stride_tricks
以适应面具:
>>> as_strided = numpy.lib.stride_tricks.as_strided
>>> strided = as_strided(a, mask.shape, (0, a.strides[0]))
>>> strided
array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11],
[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11],
[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]], dtype=int16)
这看起来像一个3x12阵列,但同时每一行分记忆。现在,我们可以将它们组合成一个屏蔽数组:
>>> numpy.ma.array(strided, mask=mask)
masked_array(data =
[[-- 1 -- -- -- -- -- -- -- -- -- --]
[-- -- -- -- -- 5 6 7 8 9 -- --]
[-- -- -- -- -- -- -- 7 8 -- -- --]],
mask =
[[ True False True True True True True True True True True True]
[ True True True True True False False False False False True True]
[ True True True True True True True False False True True True]],
fill_value = 999999)
这是不太一样的,你问什么,但它应该表现相似。
我有一个很难理解什么'start'和'end'有与此相关。另外,我不认为你可以完全用numpy做这个,因为numpy数组需要是矩形的。 – mgilson
YOu可能会尝试将起始值作为列表中的元组。 – Keith
因为在这里似乎没有规范的numpy解决方案,所以如果您需要更多的想法,您可能希望事后添加您实际做的事情,以及切片是否具有某些特殊属性。 – seberg