python - 构建一个包含冒号的元组以用于索引 numpy 数组

Question

我创建了一个类来处理特定类型的多维数据。该类具有三个属性:包含轴名称的列表 (self.axisNames)；包含沿每个轴的参数值的字典(self.axes；keyd 使用 axisNames 中的条目)；和一个包含数据的 numpy 数组，每个轴都有一个维度 (self.intensityArr)。

该类还具有根据我对特定情况的需要动态添加新轴的函数，这使得索引 intensityArr 成为一个棘手的问题。为了更好地建立索引，我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)]

我希望上面的结果是 mySlicedArr 是一个二维数组。

我需要在“else”子句中添加什么才能在用于索引 intensityArr 的元组中获得 :(或等效项)？这可能是解决问题的糟糕方法吗？

Answer 1

在索引 [] 中，一个 : 被翻译成一个 slice，并且整个事情被传递给 __getitem__作为一个元组

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

有几个 numpy 函数使用这样的索引技巧 - 即构建索引值和切片的元组。或者，如果他们需要改变它，他们将从一个列表开始，该列表可以变异，并在使用前将其转换为元组。 (例如 np.apply_along_axis)

是的，slice 的完整规范是 slice(start, stop, step)，start 和 stop 是可选的。与 np.arange 或 range 相同。而 None 等同于 : 表达式中未指定的值。

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

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))