沿 numpy 数组不同轴的零件规格

Part specification along different axes of numpy array

为什么arr[0:5][0:10]arr[0:10][0:5]是一样的,想得到形状为(10,5)的数组怎么写?

在尝试裁剪 2D numpy 数组的过程中,我得到了错误的尺寸。好的,我想,我只是调高了轴,所以我调换了零件规格的顺序……但仍然遇到同样的问题!我写了这个健全性检查以确保问题不在我的代码中的其他地方。对我来说,使用 Python 3.7 和 numpy 它发现数组具有相同的形状并打印“:(”。这是函数:

def sanitycheck():
    testarray=np.zeros((10,10))
    a=testarray[0:5][0:10]
    b=testarray[0:10][0:5]
    if np.shape(a)==np.shape(b):
        print(":(")

当您执行 arr[0:5] 时,您会获取 arr(行)第一个维度的前 5 项,然后添加 [0:10] 您将获得前 10 项,再次在第一个维度上(所以只有 5)。反向操作(arr[0:10][0:5])也是如此,你得到前 10 行,然后是这 10 行的前 5 行。在这两种情况下,你永远不会影响第二个维度!

你想要的形状 (10, 5) 是一次切开两个维度:

arr[0:10, 0:5]

例子

输入:

[[  0   1   2   3   4   5   6   7   8   9  10  11  12  13  14]
 [ 15  16  17  18  19  20  21  22  23  24  25  26  27  28  29]
 [ 30  31  32  33  34  35  36  37  38  39  40  41  42  43  44]
 [ 45  46  47  48  49  50  51  52  53  54  55  56  57  58  59]
 [ 60  61  62  63  64  65  66  67  68  69  70  71  72  73  74]
 [ 75  76  77  78  79  80  81  82  83  84  85  86  87  88  89]
 [ 90  91  92  93  94  95  96  97  98  99 100 101 102 103 104]
 [105 106 107 108 109 110 111 112 113 114 115 116 117 118 119]
 [120 121 122 123 124 125 126 127 128 129 130 131 132 133 134]
 [135 136 137 138 139 140 141 142 143 144 145 146 147 148 149]
 [150 151 152 153 154 155 156 157 158 159 160 161 162 163 164]
 [165 166 167 168 169 170 171 172 173 174 175 176 177 178 179]
 [180 181 182 183 184 185 186 187 188 189 190 191 192 193 194]
 [195 196 197 198 199 200 201 202 203 204 205 206 207 208 209]
 [210 211 212 213 214 215 216 217 218 219 220 221 222 223 224]]

arr[0:5][0:10]arr[0:10][0:5]:

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, 24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44],
       [45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59],
       [60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74]])

arr[0:10, 0:5]:

array([[  0,   1,   2,   3,   4],
       [ 15,  16,  17,  18,  19],
       [ 30,  31,  32,  33,  34],
       [ 45,  46,  47,  48,  49],
       [ 60,  61,  62,  63,  64],
       [ 75,  76,  77,  78,  79],
       [ 90,  91,  92,  93,  94],
       [105, 106, 107, 108, 109],
       [120, 121, 122, 123, 124],
       [135, 136, 137, 138, 139]])