能否将NumPy非反对角线花式索引转换为基础切片索引？

可以通过NumPy的 stride 技巧实现，得到的结果是原数组的视图（不复制数据），且内存不连续，同时代码可读性较好。

实现代码 #

import numpy as np

source = np.arange(400).reshape(20, 20)
# 计算目标序列的步长：每次向下移动1行、向左移动1列，步长为行步长减去列步长
step_stride = source.strides[0] - source.strides[1]
# 从起始点(0,18)开始，按指定步长取10个元素
target = np.lib.stride_tricks.as_strided(source[0, 18], shape=(10,), strides=(step_stride,))

说明 #

• 视图特性：as_strided 直接基于原数组的内存缓冲区创建视图，不复制任何数据，和原数组共享内存。
• 内存不连续：原数组是C连续的（行优先），而目标序列的步长是行步长 - 列步长（例如int64类型下为160-8=152字节），不是单个元素字节数的整数倍，因此内存布局不连续。
• 结果匹配：该方法获取的元素和原花式索引完全一致，可以通过以下代码验证：

  # 原花式索引的结果
  fancy_indices = np.arange(10), 18 - np.arange(10)
  original_target = source[fancy_indices]
  # 验证两个数组完全相等
  print(np.array_equal(target, original_target))  # 输出 True
  # 验证target是视图（修改原数组会同步改变target）
  source[0,18] = 999
  print(target[0])  # 输出 999
  

可读性优化 #

如果觉得as_strided的写法不够直观，可以加注释说明逻辑，或者封装成一个简单函数：

def get_offset_diagonal_view(arr, start_row, start_col, length, step_row=1, step_col=-1):
    """获取数组中指定起始点、步长的对角线索引视图"""
    stride = arr.strides[0] * step_row + arr.strides[1] * step_col
    return np.lib.stride_tricks.as_strided(arr[start_row, start_col], shape=(length,), strides=(stride,))

# 调用示例
target = get_offset_diagonal_view(source, start_row=0, start_col=18, length=10)

内容的提问来源于stack exchange，提问作者feiyang472