如何扩展numpy数组（实现步长切片的逆操作）？

假设我们有切片得到的数组b，想要还原出原数组a（其中原数组非切片位置填充0），可以用以下几种简洁的方法：

方法一：初始化数组后切片赋值 #

这是最直观且符合切片逆操作逻辑的方法：

import numpy as np

# 已知切片后的数组b
b = np.array([[1, 2], [3, 4]])

# 初始化与原数组a同形状的数组，填充指定值（这里是0）
a = np.zeros((3, 3), dtype=b.dtype)

# 通过切片将b的值放回对应位置
a[::2, ::2] = b

执行后a会还原为：

array([[1, 0, 2],
       [0, 0, 0],
       [3, 0, 4]])

方法二：利用索引赋值 #

如果需要更灵活的索引控制，可以先获取原数组中需要填充的位置索引，再赋值：

import numpy as np

b = np.array([[1, 2], [3, 4]])
# 获取原数组中对应切片位置的扁平索引
flat_indices = np.arange(9).reshape(3, 3)[::2, ::2].flatten()

# 初始化扁平数组并赋值
a_flat = np.zeros(9, dtype=b.dtype)
a_flat[flat_indices] = b.flatten()

# 重塑为原形状
a = a_flat.reshape(3, 3)

注意事项 #

• 只有当原数组非切片位置的填充值已知（如示例中的0）时，才能完成还原——因为切片操作会丢弃非切片位置的原始数据，仅保留切片位置的值。
• 如果原数组的切片规则更复杂（比如起始索引不是0、步长不是2），只需对应调整赋值时的切片参数即可。

内容的提问来源于stack exchange，提问作者trivicious