要想弄清楚三维数组的切片问题,首先要明白三维数组的维度,定义一个三维数组,将其维度打印输出:
import numpy as np
b = np.array([
[[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]],
])
print(b.shape)
输出结果:
(3, 3, 4)
第一个数表示该三维数组中二维数组的个数,
第二个和第三个参数表示二维数组的行和列,
即这个三维数组中有3个3行4列的二维数组
接下来以实际的输出结果来逐一解释对这三个维度的操作问题(后面的控制行、控制列参考下图行列方向):
第0维度(控制个数):
print("b[0, ::]")
print(b[0, ::], b[0, ::].shape)
print("b[1, ::]")
print(b[1, ::], b[1, ::].shape)
print("b[-1, ::]")
print(b[-1, ::], b[-1, ::].shape)
print("b[0:2, ::]")
print(b[0:2, ::], b[0:2, ::].shape)
输出结果分析:
b[0, ::]
[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]] (3, 4)
第一个维度表示三维数组中二维数组的个数,
b[0, ::]将三维数组中的第一个二维数组输出
b[1, ::]
[[13 14 15 16]
[17 18 19 20]
[21 22 23 24]] (3, 4)
b[1, ::]将三维数组中的第二个二维数组输出
b[-1, ::]
[[25 26 27 28]
[29 30 31 32]
[33 34 35 36]] (3, 4)
负数表示从后向前逆向操作,
b[-1, ::]将三维数组中的最后一个二维数组输出
b[0:2, ::]
[[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]
[[13 14 15 16]
[17 18 19 20]
[21 22 23 24]]] (2, 3, 4)
当出现b[m:n, ::]这样的形式,表示对第0维度中的(m,n-1)号元素进行操作
b[0:2, ::]表示取出第一个和第二个二维数组
第1维度(控制行):
print("b[:, 0:]")
print(b[:, 0:], b[:, 0:].shape)
print("b[:, 1:]")
print(b[:, 1:], b[:, 1:].shape)
print("b[:, -1:]")
print(b[:, -1:], b[:, -1:].shape)
print("b[:, 0:2:]")
print(b[:, 0:2:], b[:, 0:2:].shape)
输出结果分析:
b[:, 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]]] (3, 3, 4)
b[:, 0:]相当于b[:, 0: ,:]表示将每一个二维数组从第0行开始,全部输出,得到一个完整的三维数组
其中第一维度中m:n,其中的n可省略,表示从m行开始直至结束
第二维度无操作,此时被省略
b[:, 1:]
[[[ 5 6 7 8]
[ 9 10 11 12]]
[[17 18 19 20]
[21 22 23 24]]
[[29 30 31 32]
[33 34 35 36]]] (3, 2, 4)
b[:, 1:]相当于b[:, 1:, :]表示将每一个二维数组从第1行开始,全部输出
b[:, -1:]
[[[ 9 10 11 12]]
[[21 22 23 24]]
[[33 34 35 36]]] (3, 1, 4)
b[:, -1:]相当于b[:, -1:, :]表示将每一个二维数组的最后一行全部输出
b[:, 0:2:]
[[[ 1 2 3 4]
[ 5 6 7 8]]
[[13 14 15 16]
[17 18 19 20]]
[[25 26 27 28]
[29 30 31 32]]] (3, 2, 4)
b[:, 0:2:]相当于b[:, 0:2,:]表示将每一个二维数组的第0行和第1行全部输出
第2维度(控制列):
print("b[::, 0]")
print(b[::, 0], b[::, 0].shape)
print("b[::, 1]")
print(b[::, 1], b[::, 1].shape)
print("b[::, -1]")
print(b[::, -1], b[::, -1].shape)
print("b[::, 0:2]")
print(b[::, 0:2], b[::, 0:2].shape)
输出结果分析:
b[::, 0]
[[ 1 2 3 4]
[13 14 15 16]
[25 26 27 28]] (3, 4)
b[::, 0]相当于b[:, :, 0],取数组中的第0列
b[::, 1]
[[ 5 6 7 8]
[17 18 19 20]
[29 30 31 32]] (3, 4)
b[::, 1]相当于b[:, :, 1],取数组的第1列
b[::, -1]
[[ 9 10 11 12]
[21 22 23 24]
[33 34 35 36]] (3, 4)
b[::, -1]相当于b[:, :, -1],取数组的最后一列
b[::, 0:2]
[[[ 1 2 3 4]
[ 5 6 7 8]]
[[13 14 15 16]
[17 18 19 20]]
[[25 26 27 28]
[29 30 31 32]]] (3, 2, 4)
b[::, 0:2]相当于b[:, :, 0:2],取数组的第0行和第1行
- 注意
m
和m:n
的区别(这里单指数组维度问题),如:
b[0:1, :, :]
[[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]]
b[0:1, :, :].shape
(1, 3, 4)
b[0, :, :]
[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]
b[0, :, :].shape
(3, 4)