让我们以3D阵列为例。或一个多维数据集,以便于可视化。

我想选择该多维数据集的所有面。我想将其概括为任意维度。

然后,我还想将面添加/删除到多维数据集(立方体),然后将其推广到任意尺寸。

我知道,对于每个固定数量的尺寸,您都可以执行array[:,:,0], array[-1,:,:],我想知道如何将其推广到任意尺寸,以及如何轻松地遍历所有面孔。

最佳答案

得到一张脸:

def get_face(M, dim, front_side):
    if front_side:
        side = 0
    else:
        side = -1
    index = tuple(side if i == dim else slice(None) for i in range(M.ndim))
    return M[index]

要添加面部(未试用):
def add_face(M, new_face, dim, front_side):
    #assume sizes match up correctly
    if front_side:
        return np.concatenate((new_face, M), dim)
    else:
        return np.concatenate((M, new_face), dim)

移除脸部:
def remove_face(M, dim, front_side):
    if front_side:
        dim_slice = slice(1, None)
    else:
        dim_slice = slice(None, -1)
    index = tuple(dim_slice if i == dim else slice(None) for i in range(M.ndim))
    return M[index]

遍历所有面孔:
def iter_faces(M):
    for dim in range(M.ndim):
        for front_side in (True, False):
            yield get_face(M, dim, front_side)

一些快速测试:
In [18]: M = np.arange(27).reshape((3,3,3))
In [19]: for face in iter_faces(M): print face
[[0 1 2]
 [3 4 5]
 [6 7 8]]
[[18 19 20]
 [21 22 23]
 [24 25 26]]
[[ 0  1  2]
 [ 9 10 11]
 [18 19 20]]
[[ 6  7  8]
 [15 16 17]
 [24 25 26]]
[[ 0  3  6]
 [ 9 12 15]
 [18 21 24]]
[[ 2  5  8]
 [11 14 17]
 [20 23 26]]

关于python - 从numpy中的(n)D数组中选择(n-1)D数组,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/20132743/

10-15 02:03