获取切片的numpy ndarray（用于人为维度）

Question

我有一个任意维度的Numpy数组，以及一个索引向量，其中每个维度包含一个数字。我想获得与索引集相对应的数组切片，小于所有维度的索引数组中的值，例如

A = np.array([[1, 2, 3, 4],
              [5, 6, 7, 8],
              [9,10,11,12]])
index = [2,3]

result = [[1,2,3],
          [5,6,7]]

直观的语法类似于A[:index]，但这由于明显的原因而无法使用。

如果数组的尺寸是固定的，我可以写A[:index[0],:index[1],... :index[n]]; 我可以使用某种列表理解A[:i for i in index]吗？

Answer 1

您可以一次切片多个尺寸：

result = A[:2,:3]

将维度1扩展到索引2，将维度2扩展到索引3。

如果您有任意尺寸，也可以创建一个tuple切片：

slicer = tuple(slice(0, i, 1) for i in index)
result = A[slicer]

切片定义start（0），stop（您指定的索引）和step（1）-基本上像range但可用于索引。元组的第i个条目将切片数组的第i个维度。

如果仅指定stop-indices，则可以使用速记：

slicer = tuple(slice(i) for i in index)

如果您知道尺寸的数量，我建议第一个选择，如果您不知道尺寸，则建议最后一个。