Numpyic 方法从方阵的每 M 行和列中取出前 N 行和列

Numpyic way to take the first N rows and columns out of every M rows and columns from a square matrix

我有一个 20 x 20 的方阵。我想从每 5 行和列中取出前 2 行和前 2 列,这意味着输出应该是一个 8 x 8 方阵。这可以通过以下 2 个连续步骤完成:

import numpy as np

m = 5 
n = 2 
A = np.arange(400).reshape(20,-1)
B = np.asarray([row for i, row in enumerate(A) if i % m < n])
C = np.asarray([col for j, col in enumerate(B.T) if j % m < n]).T

但是,我正在寻找效率。有没有更多的 Numpyic 方法来做到这一点?我宁愿一步完成。

可以使用np.ix_保留行/列索引小于2模5的元素:

import numpy as np

m = 5
n = 2
A = np.arange(400).reshape(20,-1)
mask = np.arange(20) % 5 < 2
result = A[np.ix_(mask, mask)]
print(result)

这输出:

[[  0   1   5   6  10  11  15  16]
 [ 20  21  25  26  30  31  35  36]
 [100 101 105 106 110 111 115 116]
 [120 121 125 126 130 131 135 136]
 [200 201 205 206 210 211 215 216]
 [220 221 225 226 230 231 235 236]
 [300 301 305 306 310 311 315 316]
 [320 321 325 326 330 331 335 336]]

与接受的答案非常相似,但可以直接参考 rows/column 索引。有兴趣看看基准是否与在接受的答案

中使用np.ix_()有什么不同

Return 具体 Row/Column 按数字索引

import numpy as np

m = 5 
n = 2 
A = np.arange(400).reshape(20,-1)
B = np.asarray([row for i, row in enumerate(A) if i % m < n])
C = np.asarray([col for j, col in enumerate(B.T) if j % m < n]).T

rowAndColIds = list(filter(lambda x: x % m < n,range(20)))
# print(rowAndColsIds)

result = A[:,rowAndColIds][rowAndColIds]
print (result)

你可以使用索引广播

i = (np.r_[:20:5][:, None] + np.r_[:2]).ravel()
A[i[:,None], i]

输出:

array([[  0,   1,   5,   6,  10,  11,  15,  16],
       [ 20,  21,  25,  26,  30,  31,  35,  36],
       [100, 101, 105, 106, 110, 111, 115, 116],
       [120, 121, 125, 126, 130, 131, 135, 136],
       [200, 201, 205, 206, 210, 211, 215, 216],
       [220, 221, 225, 226, 230, 231, 235, 236],
       [300, 301, 305, 306, 310, 311, 315, 316],
       [320, 321, 325, 326, 330, 331, 335, 336]])