构建包含冒号的元组，用于索引numpy数组

Question

我创建了一个类来处理特定类型的多维数据。这个类有三个属性:一个包含坐标轴名称的列表(self.axisNames);包含沿每个轴的参数值的字典(self.axes;(使用axisNames中的条目);以及包含数据的numpy数组，每个轴具有一个维度(self. intensityr )。

类还具有根据特定情况的需要动态添加新轴的函数，这使得索引intensityr成为一个棘手的命题。为了使索引更好，我已经开始编写一个函数来构建我需要的索引:

内部类:

def indexIntensityArr(self,indexSpec):
    # indexSpec is a dictionary containing axisName:indexVal entries (indexVal is an int)
    # I want the function to return a tuple for use in indexing (see below def)
    indexList = []
    for axis in self.axisNames:
        if axis in indexSpec:
            indexList.append(indexSpec[axis])
        else:
            # <do something to add : to index list (tuple)>
    return tuple(indexList)

课外

:

# ... create an instance of my class called myBlob with 4 dimensions ...
mySpec = {'axis1':10,'axis3':7}
mySlicedArr = myBlob.intensityArr[myBlob.indexIntensityArr(mySpec)]

我期望上面的结果是mySlicedArr是一个二维数组。

我需要在"else"子句中放入什么才能在我用来索引intensityr的元组中获得:(或同等物)?这是不是一个不好的解决问题的方法?

Answer 1

在索引[]时，将:转换为slice，并将整个内容作为元组传递给__getitem__

indexList = []
for axis in self.axisNames:
    if axis in indexSpec:
        indexList.append(indexSpec[axis])
    else:
        indexList.append(slice(None))

有几个numpy函数使用了这样的索引技巧——即建立一个索引值和切片的元组。或者，如果他们需要改变它，他们将从一个可以变化的列表开始，并在使用之前将其转换为元组。(如np.apply_along_axis)

是的，slice的完整规格是slice(start, stop, step)，启动和停止是可选的。与np.arange或range相同。None相当于:表达式中未指定的值。

np.lib.index_tricks.py中的一个小自定义类将:符号转换为slices:

In [61]: np.s_[:,:1,0:,::3]
Out[61]: 
(slice(None, None, None),
 slice(None, 1, None),
 slice(0, None, None),
 slice(None, None, 3))

Answer 2

要添加到hpaulj的答案中，您可以非常简单地扩展您的设置，通过使用np.s_使其更加通用。与slice相比，使用它的优点是可以更容易、更透明地使用numpy的切片语法。例如:

mySpec = {'axis1': np.s_[10:15], 'axis3': np.s_[7:8]}
mySlicedArr = myBlob.intensityArr[myBlob.indexIntensityArr(mySpec)]

(额外信息:np.s_[7:8]只检索第7列，但它保留了维度，即你的切片数组仍然是4D与1的形状在该维度:非常有用的广播)。

如果你想在你的函数定义中使用相同的语法:

indexList = []
for axis in self.axisNames:
    if axis in indexSpec:
        indexList.append(indexSpec[axis])
    else:
        indexList.append(np.s_[:])
return tuple(indexList)

所有这些都可以用slice做得很好。如hpaulj所示，您可以将np.s_[10:15]指定为slice(10, 15)，将np.s_[:]指定为slice(None)。