为numpy数组自动创建切片范围。

Question

我读了一些答案，阐述了如何将多个切片作为索引传递给numpy数组，以选择数组中多个不相邻的范围。我想不通的是，如何自动创建切片，并将这个切片列表作为索引传递到感兴趣的numpy数组中。x 是一个形状的数组 (100,) 和 ind 是一个指数列表（单调递增）。我想做的事情是这样的。

slices = [ind[i]:ind[i+1] for i in chosen]

其中 chosen 是一个列表，它列出了特定值在 ind. 例如：

>>> ind
array([10, 20, 29, 38, 46, 54, 66, 72, 85, 91], dtype=int64)
>>> chosen
array([0, 1, 2, 5, 7], dtype=int64)

所以 ind[chosen[3]]:ind[chosen[3]+1] = 54:66. 我希望这个想法是明确的。

我可以做些什么来实现这一点？

Answer 1

像这样？我不确定你的切片的开始和结束。比如20是第一片的结束，第二片的开始，但这符合你的例子。

slices = [list(range(ind[chosen[i]],ind[chosen[i]+1]+1)) for i in range(len(chosen))]
print(slices)

[[10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20], [20, 21, 22, 23, 24, 25, 26, 27, 28, 29], [29, 30, 31, 32, 33, 34, 35, 36, 37, 38], [54, 55, 56, 57, 
58, 59, 60, 61, 62, 63, 64, 65, 66], [72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85]]

Answer 2

我不太清楚你想要什么。 Finn的答案可能对你有用。 如果你想用slice来索引到一个数组，你需要它作为一个列表，而不是列表的列表。

slices = []
for i in chosen:
    slices.extend( [ x for x in range( ind[i], ind[i+1] ) ] )

print( slices )
# [10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28,     
#  29, 30, 31, 32, 33, 34, 35, 36, 37, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 
#  64, 65, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84]

import numpy as np

x = np.arange( 100,200 )

print( x[ slices ] )
# array([110, 111, 112, 113, 114, 115, 116, 117, 118, 119, 120, 121, 122,
#        123, 124, 125, 126, 127, 128, 129, 130, 131, 132, 133, 134, 135,
#        136, 137, 154, 155, 156, 157, 158, 159, 160, 161, 162, 163, 164,
#        165, 172, 173, 174, 175, 176, 177, 178, 179, 180, 181, 182, 183,
#        184])

或者，你需要把它作为一个列表，而不是一个列表的列表。

slices = [ slice( ind[i], ind[i+1] ) for i in chosen ]
print(slices)
# [slice(10, 20, None), slice(20, 29, None), slice(29, 38, None), 
# slice(54, 66, None), slice(72, 85, None)]

result = x [ np.r_[ tuple(slices) ]]

# [110, 111, 112, 113, 114, 115, 116, 117, 118, 119, 120, 121, 122, 123, 124,     
#  125, 126, 127, 128, 129, 130, 131, 132, 133, 134, 135, 136, 137, 154, 155,    
#  156, 157, 158, 159, 160, 161, 162, 163, 164, 165, 172, 173, 174, 175, 176, 
#  177, 178, 179, 180, 181, 182, 183, 184]