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。
最佳答案
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。
关于python - 通过 2D 数组作为索引范围对 1D 数组进行 Numpy View ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47547986/