numpy - 在周期性条件下切片numpy数组

Question

如何在周期性条件下切片 3x3 形状的 numpy 数组。

例如，为简单起见，它在一维中:

import numpy as np
a = np.array(range(10))

如果切片在数组的长度内，则很简单

sub = a[2:8]

结果是 array([2, 3, 4, 5, 6, 7]) .现在，如果我需要从 7 切片到 5...

sub = a[7:5]

结果显然是array([], dtype=int32) .但我需要的是array([7,8,9,0,1,2,3,4])
有没有什么有效的方法可以做到这一点？

Answer 1

同样，在周期性条件下进行滚动或切片或切片的一种简单好方法是使用模数和 numpy.reshape。
例如

import numpy as np
a = np.random.random((3,3,3))
array([[[ 0.98869832,  0.56508155,  0.05431135],
        [ 0.59721238,  0.62269635,  0.78196073],
        [ 0.03046364,  0.25689747,  0.85072087]],

       [[ 0.63096169,  0.66061845,  0.88362948],
        [ 0.66854665,  0.02621923,  0.41399149],
        [ 0.72104873,  0.45633403,  0.81190428]],

       [[ 0.42368236,  0.11258298,  0.27987449],
        [ 0.65115635,  0.42433058,  0.051015  ],
        [ 0.60465148,  0.12601221,  0.46014229]]])

假设我们需要对 [0:3, -1:1, 0:3] 进行切片，其中 3:1 是一个滚动切片。

a[0:3, -1:1, 0:3]
array([], shape=(3, 0, 3), dtype=float64)

这是很正常的。解决办法是:

sl0 = np.array(range(0,3)).reshape(-1,1, 1)%a.shape[0]
sl1 = np.array(range(-1,1)).reshape(1,-1, 1)%a.shape[1]
sl2 = np.array(range(0,3)).reshape(1,1,-1)%a.shape[2]

a[sl0,sl1,sl2]
array([[[ 0.03046364,  0.25689747,  0.85072087],
        [ 0.98869832,  0.56508155,  0.05431135]],

       [[ 0.72104873,  0.45633403,  0.81190428],
        [ 0.63096169,  0.66061845,  0.88362948]],

       [[ 0.60465148,  0.12601221,  0.46014229],
        [ 0.42368236,  0.11258298,  0.27987449]]])