制作一个 numpy 数组，仅从另一个数组中选择某些行和某些列

Question

我创建了一个非常大的 NumPy 数组，大小为 500 x 10000，称为 first_array，用于使用 Crank Nicolson 方法求解偏微分方程。这个方法需要创建和使用数组中存储的所有数据，而我只需要其中的一小部分。例如，50 行和 50 列就足够了。

如何通过仅选择特定数字的倍数的那些行和列，从 first_array 创建一个较小的数组 second_array？这个任务有内置的 NumPy 方法吗？

例如，如果 first_array 是

array([[11, 12, 13, 14],
       [21, 22, 23, 24],
       [31, 32, 33, 34],
       [14, 42, 43, 44]])

那么我希望 second_array 是一个由 first_array 的第 1 行和第 3d 行以及 first_array 的第 2ns 和第 4 列组成的数组：

array([[12, 14],
       [32, 34],])

Answer 1

像这样

import numpy as np

first_array = np.random.rand(500,1000)
row_factor = 10
row_start = 1
col_factor = 10
col_start = 1
second_array = first_array[row_start:-1:row_factor,col_start:-1:col_factor]
print(second_array.shape)

您可以在两个方向跳过 row_factor 或 col_factor 的地方进行简单切片

Answer 2

你可以这样做：

import numpy as np
x = np.arange(100).reshape(10,10)
y = x[slice(0,-1,3), slice(0,-1,4)].copy()

现在你已经选择了每一行都是3的倍数，每一列都是4的倍数。如果你想开始，你可以调整切片start和end点在特定的偏移量。

注意：如果要避免修改原数组x，需要使用.copy()。否则切片只是原始数组的视图。

制作一个 numpy 数组，仅从另一个数组中选择某些行和某些列

Make a numpy array selecting only certain rows and certain columns from another

python

arrays

numpy

numpy-slicing

numpy-ndarray