如何为NumPy二维数组各行设置不同步长实现滚动移位？

你可以通过构造索引数组结合NumPy的高级索引功能来实现这个需求，下面是具体的实现方法：

方法实现 #

假设你的数组和目标步长如下：

import numpy as np
a = np.array([[0,1,2,3],[4,5,6,7]])
shifts = np.array([1, 2])  # 第一行步长1，第二行步长2

步骤1：生成基础列索引 #

先获取数组的列数，生成原始的列索引数组：

cols = np.arange(a.shape[1])  # 输出：array([0, 1, 2, 3])

步骤2：计算每行的移位后索引 #

利用广播机制，为每行生成对应的移位后列索引（取模运算保证索引在合法范围内，这里的步长对应你需求中的向左滚动步数）：

new_indices = (cols + shifts[:, None]) % a.shape[1]
# 输出new_indices：
# array([[1, 2, 3, 0],
#        [2, 3, 0, 1]])

步骤3：提取移位后的数组 #

通过高级索引从原数组中提取对应元素：

result = a[np.arange(a.shape[0])[:, None], new_indices]
# 输出result：
# array([[1, 2, 3, 0],
#        [6, 7, 4, 5]])

你也可以用np.take函数简化这一步，效果完全相同：

result = np.take(a, new_indices, axis=1)

为什么np.roll无法直接实现？ #

np.roll的shift参数在指定axis后，只能接受一个标量值（即所有行/列使用相同的移位步长），不支持为每行单独设置不同步长，因此无法直接满足你的需求。

内容的提问来源于stack exchange，提问作者Domenico