情况
我有代表双 channel 音频的二维数组。我想创建一个函数,在任意位置返回该数组的切片(例如仅语音部分)。当我将值显式写入 np.r_
时,我已经知道如何执行此操作:
示例数据
arr = np.arange(0,24).reshape((2, -1))
# array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11],
# [12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23]])
输入
宽度为 2 的 x 长度数组。例如
selector = np.array([[0, 2], [6, 9]])
# array([[0, 2],
# [6, 9]])
期望的输出
# create an indexed arrays
selection_indices = np.r_[0:2, 6:9]
# array([0, 1, 6, 7, 8])
# use indices to select 2D
arr[:, selection_indices]
# array([[ 0, 1, 6, 7, 8],
# [12, 13, 18, 19, 20]])
目标
一个函数,它采用宽度为 2 的 X 长度数组(形状:X, 2),表示切片的开始和结束,并使用它返回数组的选择。实际上是np.r_[0:2, 6:9]
,但是来自一个参数。
arr = np.arange(0,24).reshape((2, -1))
def slice_returner(arr, selector):
# something like this (broken); should be like: np.r_[0:2, 6:9]
selection_indices = np.r_[[row[0]:row[1]] for row in selector]
# return 2D slice
return arr[:, selection_indices]
selector = np.array([[0, 2], [6, 9]])
sliced_arr = slice_returner(arr, selector)
如何将输入转换为选择切片?最好具有最少的数组创建/复制。
最佳答案
认为 bool 索引可能是一种有效的方法。因此,我们可以创建一个掩码,然后索引 cols 并获得我们的输出 -
# Generate mask for cols
mask = np.zeros(arr.shape[1],dtype=bool)
for (i,j) in selector:
mask[i:j] = True
# Boolean index into cols for final o/p
out = arr[:,mask]
内存开销只是掩码,作为 bool 数组应该是最小的,并且最终输出是必需的。
矢量化蒙版创建
如果选择器
中有很多条目,则有一种基于广播的矢量化方法来为列创建掩码,如下所示 -
r = np.arange(arr.shape[1])
mask = ((selector[:,0,None]<=r) & (selector[:,1,None]>r)).any(0)
关于python - Numpy 切片函数 : Dynamically create slice indices np. r_[a :b, c :d, ...] 来自形状为 (X, 2) 的数组,用于在数组中进行选择,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58991395/