Это не может быть возможно преобразовать многомерный ломтик плоского среза, например .:
>>> a = np.arange(16).reshape(4, 4)
>>> a
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
>>> a[::3, 1::2]
array([[ 1, 3],
[13, 15]])
И вы не можете получить доступ к подмассиву [ 1, 3, 13, 15]
с start:stop:step
нотации. Но вы можете создать список плоских индексов из многомерных единиц, делать что-то вроде следующего:
>>> row_idx = np.arange(4)[::3]
>>> col_idx = np.arange(4)[1::2]
>>> row_idx = np.repeat(row_idx, 2)
>>> col_idx = np.tile(col_idx, 2)
>>> np.ravel_multi_index((row_idx, col_idx), dims=(4,4))
array([ 1, 3, 13, 15], dtype=int64)
В более общем случае, когда у вас есть массив индексов для каждого измерения, необходимо Buld декартова произведение всех индексных массивов, поэтому itertools.product
, вероятно, путь. Например:
>>> indices = [np.array([0, 4, 8]), np.array([1,7]), np.array([3, 5, 9])]
>>> indices = zip(*itertools.product(*indices))
>>> indices
[(0, 0, 0, 0, 0, 0, 4, 4, 4, 4, 4, 4, 8, 8, 8, 8, 8, 8),
(1, 1, 1, 7, 7, 7, 1, 1, 1, 7, 7, 7, 1, 1, 1, 7, 7, 7),
(3, 5, 9, 3, 5, 9, 3, 5, 9, 3, 5, 9, 3, 5, 9, 3, 5, 9)]
>>> np.ravel_multi_index(indices, dims=(10, 11, 12))
array([ 15, 17, 21, 87, 89, 93, 543, 545, 549, 615, 617,
621, 1071, 1073, 1077, 1143, 1145, 1149], dtype=int64)
Очень интересно, обобщать это, вы должны знать форму вашей матрицы (легко) и сколько шагов походку поместится в вашей матрице (для повторения и плиточные функций). Вторая предпосылка не так проста, но должна быть выполнимой. – fccoelho
@fccoelho Это не так сложно, я думаю, что 'row_idx = np.repeat (row_idx, len (col_idx))' и 'col_idx = np.tile (col_idx, len (row_idx))' - это то, что вам нужно, чтобы обобщить выше подхода. – Jaime
Спасибо, Хайме. Ты прав. – fccoelho