我想切片一个 NumPy nxn 数组。我想提取该数组的 m 行和列的 任意 选择(即行/列数中没有任何模式),使其成为一个新的 mxm 数组。对于这个例子,假设数组是 4x4,我想从中提取一个 2x2 数组。
这是我们的数组:
from numpy import * x = range(16) x = reshape(x,(4,4)) print x [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]]
要删除的行和列是相同的。最简单的情况是当我想提取一个位于开头或结尾的 2x2 子矩阵时,即:
In [33]: x[0:2,0:2] Out[33]: array([[0, 1], [4, 5]]) In [34]: x[2:,2:] Out[34]: array([[10, 11], [14, 15]])
但是,如果我需要删除另一种行/列混合怎么办?如果我需要删除第一行和第三行/行,从而提取子矩阵[[5,7],[13,15]]怎么办?行/行可以有任何组合。我在某处读到我只需要使用数组/行和列的索引列表来索引我的数组,但这似乎不起作用:
[[5,7],[13,15]]
In [35]: x[[1,3],[1,3]] Out[35]: array([ 5, 15])
我找到了一种方法,即:
In [61]: x[[1,3]][:,[1,3]] Out[61]: array([[ 5, 7], [13, 15]])
第一个问题是它很难阅读,尽管我可以忍受。如果有人有更好的解决方案,我当然想听听。
另一件事是我在一个论坛上读到,用数组索引数组会强制 NumPy 制作所需数组的副本,因此在处理大型数组时,这可能会成为一个问题。为什么会这样/这种机制是如何工作的?
正如 Sven 提到的,x[[[0],[2]],[1,3]]将返回与第 1 列和第 3 列匹配的第 0 行和第 2 行,同时x[[0,2],[1,3]]将返回数组中的值 x[0,1] 和 x[2,3]。
x[[[0],[2]],[1,3]]
x[[0,2],[1,3]]
做我给出的第一个例子有一个有用的功能,numpy.ix_. 你可以用我的第一个例子做同样的事情x[numpy.ix_([0,2],[1,3])]。这可以使您不必输入所有这些额外的括号。
numpy.ix_
x[numpy.ix_([0,2],[1,3])]