python - 通过 2D 数组作为索引范围对 1D 数组进行 Numpy View

Question

我有一个二维数组，它描述一维数组的索引范围，例如

z = np.array([[0,4],[4,9]])

一维数组

a = np.array([1,1,1,1,0,0,0,0,0,1,1,1,1])

我想要查看一维数组，其索引范围由 z 定义。因此，仅适用于第一个范围

 a[z[0][0]:z[0][1]]

如何获得所有范围的它？是否可以使用由 z 定义的不等长度的 as_strided 作为形状？我想避免复制数据，实际上我只想对 a 进行不同的 View 以进行进一步的计算。

Answer 1

In [66]: a = np.array([1,1,1,1,0,0,0,0,0,1,1,1,1])
In [67]: z = np.array([[0,4],[4,9]])

因此，从 z 的行生成切片，我们得到 2 个数组:

In [68]: [a[x[0]:x[1]] for x in z]
Out[68]: [array([1, 1, 1, 1]), array([0, 0, 0, 0, 0])]

这些数组分别是 View 。但它们加在一起并不是一个数组。长度不同，因此它们不能被 vstacked 放入 (2,?) 数组中。它们可以hstacked，但这不会是一个 View 。

np.array_split的计算核心是:

sub_arys = []
sary = _nx.swapaxes(ary, axis, 0)
for i in range(Nsections):
    st = div_points[i]
    end = div_points[i + 1]
    sub_arys.append(_nx.swapaxes(sary[st:end], axis, 0))

忽略 swapaxes 位，这与我的列表理解执行相同的操作。