字典中的 NumPy 切片符号

Posted 2023-02-23

【中文标题】字典中的 NumPy 切片符号

【英文标题】：NumPy slice notation in a dictionary

【发布时间】：2015-07-26 12:08:56

【问题描述】：

我想知道是否可以在 python 字典中存储 numpy 切片表示法。比如：

lookup = 0:[:540],
          30:[540:1080],
          60:[1080:]

可以使用原生 python 切片语法，例如slice(0,10,2)，但我无法存储更复杂的切片。例如，多维的东西[:,:2,:, :540]。

我目前的工作是将值存储为元组，然后将它们解包到必要的切片中。

在 Python 2.x 中工作。

【问题讨论】：

我建议重新构建问题以纯粹关注如何存储切片表达式。 +1 任一方式

您可以使用 slice 的元组使其适用于多个维度

你可以使用 lambdas 并传递数组

【参考方案1】：

语法[:, :2, :, :540]被Python转换成slice对象的元组：

(slice(None, None, None),
 slice(None, 2, None),
 slice(None, None, None),
 slice(None, 540, None))

生成此元组的一种便捷方法是使用特殊函数* np.s_。您只需要将 [...] 表达式传递给它。例如：

>>> np.s_[:540]
slice(None, 540, None)
>>> np.s_[:, :2, :, :540]
(slice(None, None, None),
 slice(None, 2, None),
 slice(None, None, None),
 slice(None, 540, None))

那么你的切片字典可以写成：

lookup = 0: np.s_[:540],
          30: np.s_[540:1080],
          60: np.s_[1080:]

* 从技术上讲，s_ 是类 IndexExpression 的别名，它实现了一个特殊的 __getitem__ 方法。

【讨论】：

我不知道np.s_，这真是太棒了，因为它为那些不喜欢纯python切片符号的人提供了更多的可读性。

我正要建议用简单的def __getitem__(self, item): return item 编写一个自定义类，但我想这基本上就是s_ 所做的。不知道那个！

【参考方案2】：

Numpy 有很多 Indexing routines 。在这种情况下，您可以使用以下函数来生成索引数组：

c_ ：将切片对象转换为沿第二个轴的串联。

r_ ：将切片对象转换为沿第一个轴的连接。

s_ : 为数组构建索引元组的更好方法。

你也可以使用numpy.unravel_index：

将索引数组元组转换为平面索引数组，将边界模式应用于多索引。