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/