在 python 中访问 n 维矩阵的第 j 维
Accessing the j-th dimension of an n-dimensional matrix in python
鉴于:
一个整数输入 j,d 使得 0 < j < d+1
整数向量 -1 < a < b,维度 d。
d维矩阵(即张量)T为numpy数组
我想阅读某些信息,这些信息取决于整数 j。
例如,
c[1]>u[,1]
我想访问
T[(a[0]):(b[0]),...,(a[j]-1):(b[j]+1),...,(a[n-1]):(b[n-1])]
我想知道是否有通用的方法来执行此操作,尤其是在 d 和 j 可以可变的情况下。
可以在这里找到类似的问题:
.
从切片构建索引元组:
In [88]: a = [1,0,4]; b = [4,1,None]
In [89]: idx = [slice(i,j) for i,j in zip(a,b)]
In [90]: idx
Out[90]: [slice(1, 4, None), slice(0, 1, None), slice(4, None, None)]
In [91]: arr = np.arange(5*3*7).reshape(5,3,7)
In [92]: arr[tuple(idx)]
Out[92]:
array([[[25, 26, 27]],
[[46, 47, 48]],
[[67, 68, 69]]])
In [93]: _.shape
Out[93]: (3, 1, 3)
鉴于:
一个整数输入 j,d 使得 0 < j < d+1
整数向量 -1 < a < b,维度 d。
d维矩阵(即张量)T为numpy数组
我想阅读某些信息,这些信息取决于整数 j。
例如,
c[1]>u[,1]
我想访问
T[(a[0]):(b[0]),...,(a[j]-1):(b[j]+1),...,(a[n-1]):(b[n-1])]
我想知道是否有通用的方法来执行此操作,尤其是在 d 和 j 可以可变的情况下。
可以在这里找到类似的问题:
从切片构建索引元组:
In [88]: a = [1,0,4]; b = [4,1,None]
In [89]: idx = [slice(i,j) for i,j in zip(a,b)]
In [90]: idx
Out[90]: [slice(1, 4, None), slice(0, 1, None), slice(4, None, None)]
In [91]: arr = np.arange(5*3*7).reshape(5,3,7)
In [92]: arr[tuple(idx)]
Out[92]:
array([[[25, 26, 27]],
[[46, 47, 48]],
[[67, 68, 69]]])
In [93]: _.shape
Out[93]: (3, 1, 3)