概述
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
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？
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.
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
总结
以上是编程之家为你收集整理的python – numpy数组的列表索引中的多个切片全部内容，希望文章能够帮你解决python – numpy数组的列表索引中的多个切片所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧
602392714
清零编程群