圆形numpy数组索引 [英] circular numpy array indices

问题描述

我有一个n-n numpy数组 a = [1,2,3,4,5,6] 以及一个获取两个输入的函数， starting_index 和 ending_index ，并返回 a [staring_index：ending_index] 。

I have a 1-D numpy array a = [1,2,3,4,5,6] and a function that gets two inputs, starting_index and ending_index, and returns a[staring_index:ending_index].

当 ending_index 小于 starting_index 。在这种情况下，函数应该从starting_index开始并以循环方式遍历向量 a ，即返回 starting_index <之后的所有元素/ code>加上从索引零到 ending_index 的所有元素。

Clearly I run into trouble when ending_index is smaller than starting_index. In this case, the function should start from the starting_index and traverse the vector a in a circular way, i.e., return all the elements coming after starting_index plus all the elements from index zero to ending_index.

例如，如果 starting_index = 4 和 ending_index = 1 那么输出应该是 output = [5,6,1] 。我可以用 if 条件实现它，但我想知道是否有任何Pythonic和简洁的方法来做它？

For instance, if starting_index=4 and ending_index=1 then the output should be output = [5,6,1]. I can implement it with an if condition but I was wondering if there is any Pythonic and concise way to do it?

推荐答案

np.take 有一个换行模式：

In [171]: np.take(np.arange(1,7),range(4,7),mode='wrap')
Out[171]: array([5, 6, 1])

那是不是你想要的。

实际上，模数做同样的事情

Actually, modulus does the same thing

In [177]: a[np.array([4,5,6])%6]
Out[177]: array([5, 6, 1])

但是将（4,1）变为<的小函数如何？ code> [4,5,6] ，或者如果你喜欢 [4,5,0] ？

But how about a small function that turns (4,1) into [4, 5, 6], or if you prefer [4, 5, 0]?

def foo(a, start, stop): 
    # fn to convert your start stop to a wrapped range
    if stop<=start:
        stop += len(a)
    return np.arange(start, stop)%len(a)

a[foo(a,4,1)]  # or
np.take(a,foo(a,4,1))

这篇关于圆形numpy数组索引的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！