python - 从 Numpy 中的多个切片中选择

Question

假设我们有

a = np.ones((3,3,3))

和

slices = [(0, 1, slice(None)), (0, slice(None), 0),  (slice(None), 1, 0)]

有没有一种简单的方法可以从 slices 中选择/更改 a 的值？

例如，我想将 0 分配给切片下的 a，这样 a 就变成了

array([[[0., 1., 1.],
        [0., 0., 0.],
        [0., 1., 1.]],

       [[1., 1., 1.],
        [0., 1., 1.],
        [1., 1., 1.]],

       [[1., 1., 1.],
        [0., 1., 1.],
        [1., 1., 1.]]])

迭代的方式是做

for t in slices:
    a[t] = 0

有没有更好的方法来利用像 np.r_ 这样的索引，就像 JoshAdel 在 Assign value to multiple slices in numpy 中使用的那样？

我希望实现类似 a[SLICES] = 0 的效果，并将 a 的所有部分从 slices 中的每个切片更改为 0。

Answer 1

你知道r_ 是做什么的吗？它将切片转换为范围，然后将整个困惑连接在一起。

我不知道你是否可以使用 r_ 或类似的东西来构造所需的索引。但是:

In [168]: idx = np.where(a==0)
In [169]: idx
Out[169]: 
(array([0, 0, 0, 0, 0, 1, 2]),
 array([0, 1, 1, 1, 2, 1, 1]),
 array([0, 0, 1, 2, 0, 0, 0]))

这让我们了解了所需的索引数组(减去一些可能的重复项)。

---

将这 3 个 ogrid 列表连接成一个复合列表是可能的:

In [181]: np.ogrid[0:1,1:2,:3]
Out[181]: [array([[[0]]]), array([[[1]]]), array([[[0, 1, 2]]])]

In [182]: np.ogrid[0:1,:3,0:1]
Out[182]: 
[array([[[0]]]), array([[[0],
         [1],
         [2]]]), array([[[0]]])]

In [183]: np.ogrid[:3,1:2,0:1]
Out[183]: 
[array([[[0]],

        [[1]],

        [[2]]]), array([[[1]]]), array([[[0]]])]

他们分别选择 a 中的 0。

可能最简单的方法是将它们转换成它们的等价物，然后加入生成的一维数组。

In [188]: np.ravel_multi_index(Out[181],(3,3,3))
Out[188]: array([[[3, 4, 5]]])
etc
In [195]: np.hstack([Out[188].ravel(), Out[189].ravel(), Out[190].ravel()])
Out[195]: array([ 3,  4,  5,  0,  3,  6,  3, 12, 21])
In [197]: a.flat[_]
Out[197]: array([0., 0., 0., 0., 0., 0., 0., 0., 0.])

In [199]: np.unravel_index(Out[195],(3,3,3))
Out[199]: 
(array([0, 0, 0, 0, 0, 0, 0, 1, 2]),
 array([1, 1, 1, 0, 1, 2, 1, 1, 1]),
 array([0, 1, 2, 0, 0, 0, 0, 0, 0]))

Out[169] 和 Out[199] 具有相同的值，除了重复项。

这是连接多个一维切片问题的概括。创建索引然后连接所花费的时间与首先连接索引所花费的时间差不多。