3

如何在周期性条件下切片 3x3 形状的 numpy 数组。

例如，为简单起见，它是一维的：

import numpy as np
a = np.array(range(10))

如果切片在数组的长度范围内，则很简单

sub = a[2:8]

结果是array([2, 3, 4, 5, 6, 7])。现在，如果我需要从 7 切片到 5 ......

sub = a[7:5]

结果很明显array([], dtype=int32)。但我需要的是array([7,8,9,0,1,2,3,4])

有什么有效的方法吗？

4

2 回答 2

2

我认为您正在寻找的是numpy.roll。从例子：

x = np.arange(10)

np.roll(x, 2)
array([8, 9, 0, 1, 2, 3, 4, 5, 6, 7])

np.roll(x, -2)
array([2, 3, 4, 5, 6, 7, 8, 9, 0, 1])
于 2013-02-27T13:38:34.937 回答
2

同样，在周期性条件下进行滚动或切片或切片的一种好且简单的方法是使用模数和 numpy.reshape。例如

import numpy as np
a = np.random.random((3,3,3))
array([[[ 0.98869832,  0.56508155,  0.05431135],
        [ 0.59721238,  0.62269635,  0.78196073],
        [ 0.03046364,  0.25689747,  0.85072087]],

       [[ 0.63096169,  0.66061845,  0.88362948],
        [ 0.66854665,  0.02621923,  0.41399149],
        [ 0.72104873,  0.45633403,  0.81190428]],

       [[ 0.42368236,  0.11258298,  0.27987449],
        [ 0.65115635,  0.42433058,  0.051015  ],
        [ 0.60465148,  0.12601221,  0.46014229]]])

假设我们需要对 [0:3, -1:1, 0:3] 进行切片，其中 3:1 是滚动切片。

a[0:3, -1:1, 0:3]
array([], shape=(3, 0, 3), dtype=float64)

这是很正常的。解决方案是：

sl0 = np.array(range(0,3)).reshape(-1,1, 1)%a.shape[0]
sl1 = np.array(range(-1,1)).reshape(1,-1, 1)%a.shape[1]
sl2 = np.array(range(0,3)).reshape(1,1,-1)%a.shape[2]

a[sl0,sl1,sl2]
array([[[ 0.03046364,  0.25689747,  0.85072087],
        [ 0.98869832,  0.56508155,  0.05431135]],

       [[ 0.72104873,  0.45633403,  0.81190428],
        [ 0.63096169,  0.66061845,  0.88362948]],

       [[ 0.60465148,  0.12601221,  0.46014229],
        [ 0.42368236,  0.11258298,  0.27987449]]])
于 2013-02-27T15:48:37.100 回答