Python中如何实现带循环环绕的子序列及多维子网格提取？

一、一维场景：循环环绕的子字符串 #

问题原因 #

Python 默认切片规则（步长为1时）：若起始索引的位置在结束索引之后，切片返回空字符串。比如 str[-7:5] 中，-7 对应的正索引是 len(str)-7，显然大于5，因此结果为空。

解决方案 #

直接拼接两部分子串：从负索引到字符串末尾的部分，加上从开头到正索引的部分。注意不要用 str 作为变量名，避免和内置类型冲突。

s = "=Hello community of Python="
target = s[-7:] + s[:5]
print(target)  # 输出: Python==Hell

二、高维场景：循环环绕的子网格（Numpy） #

对于N维数组的循环切片，无需手动拆分拼接，利用Numpy的循环填充或数组滚动功能即可高效实现。

1. 二维矩阵示例 #

以3x3矩阵为例，获取任意中心位置的2x2循环子网格：

import numpy as np

m = np.mat('''1 2 3; 
              4 5 6; 
              7 8 9''')

# 方法1：循环填充数组（将原矩阵在各维度复制一次，扩展为5x5）
padded_m = np.tile(m, (2, 2))

# 获取中心(0,0)的2x2子网格
x, y = 0, 0
sub_m = padded_m[x+1:x+3, y+1:y+3]
print(sub_m)
# 输出:
# [[9 7]
#  [3 1]]

# 获取中心(1,0)的2x2子网格
x, y = 1, 0
sub_m = padded_m[x+1:x+3, y+1:y+3]
print(sub_m)
# 输出:
# [[7 8]
#  [1 2]]

2. 三维数组示例 #

对于3x3x3的三维数组，同样用循环填充实现：

m3d = np.array(list(range(27))).reshape((3,3,3))

# 三维循环填充，每个维度复制两次，扩展为6x6x6
padded_m3d = np.tile(m3d, (2,2,2))

# 获取目标循环切片
sub_m3d = padded_m3d[2:4, 2:4, 2:4]
print(sub_m3d)
# 输出:
# [[[26 24]
#   [20 18]]
# 
#  [[ 8  6]
#   [ 2  0]]]

更高效替代方案：使用np.roll #

若不想创建大的填充数组，可通过数组滚动调整位置后再切片：

# 二维示例：获取(0,0)中心的2x2子网格
rolled_m = np.roll(np.roll(m, -1, axis=0), -1, axis=1)
sub_m = rolled_m[:2, :2]
print(sub_m)  # 输出[[9,7],[3,1]]

# 三维示例：获取目标循环切片
rolled_m3d = np.roll(np.roll(np.roll(m3d, -1, axis=0), -1, axis=1), -1, axis=2)
sub_m3d = rolled_m3d[:2, :2, :2]
print(sub_m3d)  # 目标结果

内容的提问来源于stack exchange，提问作者Tim Kuipers