Question

我有一个numpy ndarray的实例，但是大小可变。

import numpy as np
dimensions = (4, 4, 4)
myarray = np.zeros(shape = dimensions)

在这种情况下，我得到一个＆＃34;立方体＆＃34;数组的形状，如果我想索引一片myarray我可以使用myarray[:][:][0]，因为我知道有3个维度（我使用3对[]）。

如果是4维，我会使用myarray[:][:][:][0]。但由于维度的数量可能会发生变化，我不能用这种方式对其进行硬编码。

如何根据维数来索引这样一个数组？看起来像一个简单的问题，虽然无法想到任何解决方案。

Answer 1

您使用1个括号设置索引myarray，而不是多个括号：

myarray[:,:,:,i]
myarray[:,2,:,:]
myarray[...,3]
myarray[...,3,:]

您想要的每个维度都有一个:。 ...代表多个: - 提供numpy可以清楚地标识数字。

可以省略尾随:，当然除非使用...。

take可以以相同的方式使用;它接受axis参数：

np.take(myarray, i, axis=3)

您还可以将索引构造为元组，例如

ind = [slice(None)]*4
ind[2] = 3
myarray[tuple(ind)]
# same as myarray[:,:,3,:]
# myarray.take(3, axis=2)

np.apply_along_axis执行这种索引方式。

e.g。

In [274]: myarray=np.ones((2,3,4,5))

In [275]: myarray[:,:,3,:].shape
Out[275]: (2, 3, 5)

In [276]: myarray.take(3,axis=2).shape
Out[276]: (2, 3, 5)

In [277]: ind=[slice(None)]*4; ind[2]=3

In [278]: ind
Out[278]: [slice(None, None, None), slice(None, None, None), 3, slice(None, None, None)]

In [279]: myarray[tuple(ind)].shape
Out[279]: (2, 3, 5)

Answer 2

您可以使用：

import numpy as np
dimensions = (4, 4, 4)
myarray = np.zeros(shape = dimensions)

print myarray[..., 0]

它将获得最后一个索引的第一项。

索引可变维数的ndarray

2 个答案: