本教程详细介绍了如何在numpy中，不使用传统for循环的情况下，对一维数组进行多段切片。当需要从一个数组中提取n个固定长度为m的子序列，且每个子序列的起始和结束索引不同时，我们可以利用numpy的广播机制或`np.linspace`函数生成一个二维索引数组，进而通过高级索引操作实现高效、简洁且高性能的数据提取。

在数据处理和科学计算中，我们经常需要从大型数组中提取多个不连续的子序列。当这些子序列的起始和结束索引各不相同，但它们的长度保持一致时，传统的方法通常是使用循环结构逐个提取。然而，对于大规模数据集，Python的for循环效率低下，无法充分利用NumPy底层优化的C语言实现。本文将探讨如何利用NumPy的高级索引和矢量化操作，避免显式循环，以更高效、更“NumPyic”的方式完成这一任务。

传统循环方法及其局限性

假设我们有一个一维NumPy数组a，以及两组分别代表切片起始和结束位置的索引starts和ends。我们希望从a中提取N个子数组，每个子数组的长度为M（即ends[i] - starts[i] = M）。

以下是使用for循环实现此操作的示例：

import numpy as np

# 为了结果可复现，设置随机种子
np.random.seed(42)

# 原始一维数组
a = np.random.randn(10)
print(f"原始数组 a: {a}\n")

# 定义多个切片的起始和结束索引
starts = np.array([1, 2])
ends = np.array([3, 4])
# 验证每个切片的长度M
M = ends[0] - starts[0]
print(f"切片起始索引: {starts}")
print(f"切片结束索引: {ends}")
print(f"每个切片的固定长度 M: {M}\n")

# 使用 for 循环进行切片
all_slices_for_loop = []
for s, e in zip(starts, ends):
  all_slices_for_loop.append(a[s:e])

all_slices_for_loop = np.stack(all_slices_for_loop, axis=0)
print(f"通过 for 循环得到的切片结果 (形状 {all_slices_for_loop.shape}):\n{all_slices_for_loop}")

输出示例：

原始数组 a: [ 0.49671415 -0.1382643  1.64768854  0.76743472 -1.28020898  0.03602528
 -0.21798363  0.50275798 -0.36239599  0.86518764]

切片起始索引: [1 2]
切片结束索引: [3 4]
每个切片的固定长度 M: 2

通过 for 循环得到的切片结果 (形状 (2, 2)):
[[-0.1382643   1.64768854]
 [ 1.64768854  0.76743472]]

尽管此方法直观易懂，但当starts和ends数组包含大量索引对时，for循环会带来显著的性能开销，因为它涉及多次Python解释器与NumPy底层库之间的上下文切换。

NumPy 高级索引实现

要避免for循环，核心思想是构建一个二维索引数组idx，其形状为(N, M)，其中idx[i, j]表示第i个切片的第j个元素在原始数组a中的实际位置。一旦有了这样的索引数组，我们就可以直接使用a[idx]进行高级索引，一次性提取所有所需的子序列。

方法一：基于广播机制生成索引

这是最简洁且推荐的方法之一。它利用NumPy的广播机制，将起始索引数组扩展为列向量，然后与一个表示相对位移的行向量相加。

小云雀

剪映出品的AI视频和图片创作助手

1949 查看详情

1. 将starts数组转换为列向量： starts[:, None]会将形状为(N,)的数组转换为(N, 1)的二维数组。
2. 创建相对位移向量： np.arange(M)会生成一个形状为(M,)的数组，包含[0, 1, ..., M-1]。
3. 利用广播相加： (N, 1)的数组与(M,)的数组相加时，NumPy会将其广播为(N, M)的形状，从而生成最终的索引数组。

# 沿用之前的 a, starts, ends, M

# 方法一：利用广播机制生成索引数组
# starts[:, None] 将 starts 从 (N,) 变为 (N, 1)
# np.arange(M) 生成 [0, 1, ..., M-1]
# 两者相加利用广播机制，生成 (N, M) 的索引数组
idx_broadcast = starts[:, None] + np.arange(M)
print(f"方法一生成的索引数组 idx_broadcast (形状 {idx_broadcast.shape}):\n{idx_broadcast}\n")

# 使用高级索引提取数据
result_broadcast = a[idx_broadcast]
print(f"方法一得到的切片结果 (形状 {result_broadcast.shape}):\n{result_broadcast}")

# 验证结果与 for 循环一致
assert np.array_equal(result_broadcast, all_slices_for_loop)
print("\n方法一结果与 for 循环结果一致。")

输出示例：

方法一生成的索引数组 idx_broadcast (形状 (2, 2)):
[[1 2]
 [2 3]]

方法一得到的切片结果 (形状 (2, 2)):
[[-0.1382643   1.64768854]
 [ 1.64768854  0.76743472]]

方法一结果与 for 循环结果一致。

这种方法简洁、高效，并且易于理解其内部机制。

方法二：利用 np.linspace 生成索引

np.linspace函数通常用于生成等间隔的数值序列。在本场景中，我们可以巧妙地利用它来生成每个切片的索引。

1. 将starts和ends转换为NumPy数组： 确保它们是NumPy数组类型，以便np.linspace可以接收。
2. 调用np.linspace：
   • start参数传入starts数组。
   • stop参数传入ends数组。
   • num参数设置为M（切片长度）。
   • dtype=int确保生成的索引是整数。
   • endpoint=False至关重要，因为它表示生成的序列不包含stop值，这符合Python切片“左闭右开”的特性。
   • transpose() (.T) 操作可能需要，具体取决于starts和ends的维度以及希望linspace如何处理它们。在当前例子中，linspace(starts, ends, ...)会尝试在列方向上生成序列，因此需要转置来得到行方向的切片索引。

# 沿用之前的 a, starts, ends, M

# 方法二：利用 np.linspace 生成索引数组
# np.linspace(starts, ends, num=M, dtype=int, endpoint=False)
# 这里的 starts 和 ends 都是 (N,) 数组，linspace 会对每对 (starts[i], ends[i]) 生成 M 个点
# 最终生成的是一个 (M, N) 的数组，需要转置为 (N, M)
idx_linspace = np.linspace(starts, ends, num=M, dtype=int, endpoint=False).T
print(f"方法二生成的索引数组 idx_linspace (形状 {idx_linspace.shape}):\n{idx_linspace}\n")

# 使用高级索引提取数据
result_linspace = a[idx_linspace]
print(f"方法二得到的切片结果 (形状 {result_linspace.shape}):\n{result_linspace}")

# 验证结果与 for 循环一致
assert np.array_equal(result_linspace, all_slices_for_loop)
print("\n方法二结果与 for 循环结果一致。")

输出示例：

方法二生成的索引数组 idx_linspace (形状 (2, 2)):
[[1 2]
 [2 3]]

方法二得到的切片结果 (形状 (2, 2)):
[[-0.1382643   1.64768854]
 [ 1.64768854  0.76743472]]

方法二结果与 for 循环结果一致。

np.linspace方法虽然也能达到目的，但其参数（尤其是endpoint=False和可能的.T）需要更精确的理解和调整，相比之下，广播机制的方法通常更直观。

注意事项与总结

1. 性能优势： 两种高级索引方法都将Python级别的循环替换为NumPy底层的C语言实现，极大地提升了处理大规模数据时的性能。这是NumPy进行矢量化计算的核心优势。
2. 固定切片长度M： 本教程介绍的方法假定所有切片的长度M是固定的。如果切片长度不固定，则无法直接生成一个规则的(N, M)索引数组。在这种情况下，可能需要使用列表推导式生成一个包含NumPy数组的列表，或者考虑NumPy的object数组来存储不同长度的切片。
3. 索引数组的数据类型： 生成的索引数组idx必须是整数类型（dtype=int），NumPy才能正确地将其解释为位置索引。
4. 可读性与维护性： 矢量化代码通常比循环代码更简洁，一旦理解了NumPy的广播和高级索引机制，代码的可读性和维护性也会更好。
5. 适用场景： 这种技术特别适用于批处理场景，例如在时间序列数据中提取多个固定长度的窗口，或在信号处理中提取多个帧。

通过掌握NumPy的广播机制和高级索引，您可以编写出更高效、更具表现力的Python代码，从而更好地利用NumPy的强大功能进行数据处理和分析。在处理需要从数组中提取多个规则子序列的场景时，务必优先考虑这些无循环的矢量化解决方案。

以上就是NumPy高效切片：无循环处理变长起始/结束索引的技巧的详细内容，更多请关注其它相关文章！

# 因为它  # 合肥建设网站设计开发  # 青海荥阳网站建设费用  # 山东视频网站优化怎么做  # 平湖中小型网站优化  # 北京seo整站优化  # 如何分辨关键词排名  # 商城网站建设如何交谈  # 郑州网站推广单位  # 遂川seo排名优化  # 唐山营销推广定制招聘  # 如何做  # python  # 数据处理  # 变长  # 将其  # 组中  # 矢量化  # 转换为  # 这是  # 多个  # app  # c语言 

相关栏目： 【 科技资讯46185 】 【 网络学院92790 】

相关推荐： 京东单号查询入口_京东快递订单追踪入口  优化MinIO list_objects_v2 操作的性能瓶颈与最佳实践  163邮箱注册官网 免费申请163个人邮箱  三星ZFold5多任务卡顿_Samsung ZFold5流畅度提升  生成rdflib自定义SPARQL函数：参数匹配与实践指南  LocoySpider如何部署到云服务器_LocoySpider云部署的远程配置  TypeScript/J*aScript：高效查找数组中首个唯一ID对象  2026年发布！ 美少女养成动作RPG《神剑少女战记》发布实机演示  怎么在mac上运行html代码_mac运行html代码方法【指南】  Centos/Linux 系统下安装 composer 的完整步骤  mc.js免安装版 mc.js一键畅玩入口  KFC游戏互动怎么赢取优惠券_KFC线上游戏活动参与与优惠代码赢取教程  c++如何使用Meson构建系统_c++比CMake更快的构建工具  如何使用Node.js csv 包按条件移除含空字段的CSV记录  MinIO大规模对象列表性能瓶颈深度解析与外部元数据管理策略  Mac怎么查看崩溃日志_Mac控制台错误报告分析  Odoo 16：在表单视图中基于当前记录动态修改Tree视图属性  TikTok搜索不到用户发布内容怎么办 TikTok用户内容搜索优化方法  不同用户不同价格！ 索尼开启账户个性化定价测试  DLsite中文平台入口 DLsite官网内容在线查看  没有大陆身份证/银行卡如何实名微信？ 亲测有效的几种方法分享  邮政编码查询不到怎么办_邮政编码查询不到的常见原因与对策  12306怎么选座位选到安静区_12306选座安静区域选择策略  XML中包含HTML标签导致解析错误？ 正确嵌入非XML数据的两种方法  Python多版本共存与虚拟环境管理深度指南  在Qt QML中通过Python字典动态更新TextEdit内容的教程  腾讯QQ邮箱官方网站_QQ邮箱网页版在线登录  QQ邮箱在线使用入口 QQ邮箱个人账号网页版登录  单射、满射与双射的关系 一文理清所有逻辑  css滚动动画效果怎么实现_使用Animate.css滚动触发动画类  谷歌邮箱网页版官方页面入口 谷歌邮箱网页端快速访问  J*aScript数据结构转换：将对象数组按类别分组  小红书怎么解除第三方平台绑定_小红书多平台登录解绑方法介绍  C++如何比较两个字符串_C++ string compare函数与操作符对比  必由学官网首页入口 必由学教师网页版登录指南  sublime如何只显示或隐藏特定类型文件_sublime侧边栏文件过滤  如何在J*a中实现统一对象行为接口_项目大型化时的接口规范化  Win11怎么合并任务栏图标 Win11开启任务栏合并减少图标占空间【方法】  快手极速版在线观看 官方网页版登录地址  Win11怎么设置鼠标指针速度_Win11提高鼠标指针精确度选项  荣耀Play7T运行卡顿解决_荣耀Play7T性能优化  PowerPoint如何制作滚动字幕结尾彩蛋_PowerPoint路径动画实现平滑滚动字幕效果  JUnit5/Mockito：优雅测试内部依赖与异常处理的实践  支付宝解绑银行卡步骤_支付宝如何解除绑定银行卡  向日葵客户端怎么进行远程CentOS控制_向日葵客户端远程CentOS控制操作教程  J*aScript打印功能_j*ascript输出控制  Windows10怎么开启存储感知 Windows10系统设置自动清理临时文件释放C盘空间【教程】  一加 14R 快充无反应_一加 14R 充电优化  Golang如何通过reflect操作map_Golang reflect map操作与遍历技巧  c++项目目录结构应该如何组织_c++工程化项目结构规范