如何简化移除任意N维numpy meshgrid数组各维度的最后切片？

不用写循环的话，可以用元组切片+列表推导式统一处理任意维度的网格切片需求，代码更简洁且高效：

核心思路 #

利用slice(None, -1)等价于:-1的特性，生成一个和网格维度数匹配的切片元组，一次性对所有维度应用:-1切片，再批量处理meshgrid生成的所有坐标数组。

示例代码 #

import numpy as np

# 生成任意维度的网格（以3D为例，2D/ND同理）
x = np.linspace(0, 1, 5)
y = np.linspace(0, 1, 5)
z = np.linspace(0, 1, 5)
X = np.meshgrid(x, y, z, indexing='ij')

# 生成适配维度的切片元组：每个维度都取:-1
slice_tuple = tuple(slice(None, -1) for _ in range(X[0].ndim))
# 批量处理所有网格数组
sliced_grids = [grid[slice_tuple] for grid in X]

说明 #

• X[0].ndim自动获取网格的维度数，不管是2D还是N维都能适配
• 列表推导式比显式循环更简洁，且numpy对切片操作的内部优化能保证效率
• 不管meshgrid用indexing='ij'还是'xy'，只要维度数正确，这个方法都有效

内容的提问来源于stack exchange，提问作者Fernando Chueca