在数组边界上切片 ndarrays

Question

问题：

给定一个数组：

In [2]: a
Out[2]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

我正在寻找一个例程给我：

array([7, 8, 9, 0, 1])

Ex.: 从索引 8 开始，跨越数组边界并在索引 2 处停止（包括在内）如果我使用切片，我（当然）得到：

In [3]: a[-3:2]
Out[3]: array([], dtype=int64)

可能的答案：

就是使用滚动功能。

In [5]: np.roll(a,3)[:5]
Out[5]: array([7, 8, 9, 0, 1])

我要找的东西：

我不喜欢这个，因为它不像切片那么简单。所以我寻找类似的东西：

In [6]: a.xxx[-3:2]

例如 pandas.DataFrame.iloc 中存在与此类似的语法。非常感谢您！

注意：iloc，不符合我的要求。我只是参考了语法（我喜欢）。感谢评论，cᴏʟᴅsᴘᴇᴇᴅ

Answer 1

python/numpy 中没有任何切片机制可以自动环绕 lists/arrays（作为圆形容器），正如您似乎正在寻找的那样，所以真正做到这一点的唯一方法是使用职能。你用 roll 做的事情既漂亮又紧凑，即使它不像你喜欢的那样地道。下面，我概述了几个（稍微多一些）idiomatic/pythonic 解决方案，它们做同样的事情。

选项 1
np.take 基于 :

np.take(a, range(len(a) - 3, len(a) + 2), mode='wrap')
array([7, 8, 9, 0, 1])

选项 2
islice正在处理 cycle 对象：

from itertools import islice, cycle

list(islice(cycle(a), len(a) - 3, len(a) + 2))
[7, 8, 9, 0, 1]

Answer 2

不如冷速解决方案或滚动那么漂亮，但是

def over_edge_slicing(arr, start, end):
    return np.append(arr[start:], arr[:end])

a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(over_edge_slicing(a, -3, 2))

将是另一种写法。但是，您失去了通用性（例如，您不能使用它从索引 2-4 进行切片）。

Answer 3

使用`np.arange()`

提出这个问题 3 年后，我突然想到了这个问题...

>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> a[np.arange(-3, 2)]
array([7, 8, 9, 0, 1])

在数组边界上切片 ndarrays

Slicing of ndarrays over array boundaries

python

numpy

numpy-slicing

问题：

可能的答案：

我要找的东西：

使用`np.arange()`

在数组边界上切片 ndarrays

Slicing of ndarrays over array boundaries

python

numpy

numpy-slicing

问题：

可能的答案：

我要找的东西：

使用np.arange()

使用`np.arange()`