python – numpy数组的列表索引中的多个切片

发布时间：2020-12-16 21:55:02 所属栏目：Python 来源：网络整理

导读：例如,Numpy数组允许索引列表 a = np.arange(1000)l = list([1,44,66,33,90,345])a[l] = 22 但是,如果我们想要使用多切片索引或索引加切片,则此方法不起作用. a = np.arange(1000)l = list([1,slice(200,300),slice(500,600) ])a[l] = 22 此代码返回一条错误

例如,Numpy数组允许索引列表

a = np.arange(1000)
l = list([1,44,66,33,90,345])
a[l] = 22

但是,如果我们想要使用多切片索引或索引加切片,则此方法不起作用.

a = np.arange(1000)
l = list([1,slice(200,300),slice(500,600) ])
a[l] = 22

此代码返回一条错误消息：

IndexError: too many indices

我的问题很简单：
你知道如果在numpy或scipy中存在使用这种索引的有效方法吗？

或者使用这样的索引方法有什么好方法？

不要忘记切片的使用会产生非常快的代码;我的问题是拥有尽可能快的代码.

最佳答案

我想到了什么：

a = np.arange(1000)
l = np.hstack(([1,90],np.arange(200,np.arange(500,600)))
a[l] = 22

我不确定这是否是最简单的方法,但它确实有效.

编辑：你说这比使用切片慢;但是您无法使用任意值创建切片对象.也许你应该做几个任务然后：

%timeit a[np.hstack(([1,600)))] = 22
10000 loops,best of 3: 39.5 us per loop

%timeit a[[1,90]] = 22; a[200:300] = 22; a[500:600] = 22
100000 loops,best of 3: 18.4 us per loop

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!