python - Numpy(或 Theano)中的切片矩阵

Question

在给定每列的起始索引的情况下，是否有一种最佳方法可以将 Numpy(或 Theano)中矩阵的每一行切片 N 步幅？

例如，在下面的矩阵 A 中，每一行的起始切片索引在第一列中给出，对于一行 i，我想要 A[i, A [0]:A[0]+步幅]

A = [[1,  1,  2,  3,  4, 5, 6],
     [1,  11, 12, 13, 14, 15, 16],
     [3,  22, 23, 24, 25, 26, 27]]
stride = 2
Desired output:
[[  1.   2.   3.]
 [ 11.  12.  13.]
 [ 24.  25.  26.]]

我尝试了下面的代码:

b = [range(A.shape[0]), A[:, 0]]
c = [range(A.shape[0]), A[:, 0] + stride]
A[b:c]

但是我得到了以下错误:

IndexError: failed to coerce slice entry of type list to integer

Answer 1

这是一个使用 broadcasting 的向量化方法获取这些索引以索引到每一行的列中，然后使用 NumPy's advanced-indexing以矢量化的方式沿着每一行提取那些元素 -

idx = A[:,0,None] + np.arange(stride+1)
out = A[np.arange(idx.shape[0])[:,None], idx]

sample 运行-

In [273]: A
Out[273]: 
array([[ 1,  1,  2,  3,  4,  5,  6],
       [ 1, 11, 12, 13, 14, 15, 16],
       [ 3, 22, 23, 24, 25, 26, 27]])

In [274]: idx = A[:,0,None] + np.arange(stride+1)

In [275]: idx
Out[275]: 
array([[1, 2, 3],
       [1, 2, 3],
       [3, 4, 5]])

In [276]: A[np.arange(idx.shape[0])[:,None], idx]
Out[276]: 
array([[ 1,  2,  3],
       [11, 12, 13],
       [24, 25, 26]])