如何沿指定轴将多维NumPy数组对半分割（舍去中间元素）

我有一个如下所示的多维NumPy数组：

[
  [
    [1,2,3,4,5],
    [6,7,8,9,10],
    [11,12,13,14,15]
  ],
  [
    [16,17,18,19,20],
    [21,22,23,24,25],
    [26,27,28,29,30]
  ]
]

希望编写一个函数，沿指定轴将其对半分割，当轴长度为奇数时舍去中间元素。例如：

• 调用my_function(my_ndarray, 0)时得到：

[
  [
    [1,2,3,4,5],
    [6,7,8,9,10],
    [11,12,13,14,15]
  ]
]

• 调用my_function(my_ndarray, 1)时得到：

[
  [
    [1,2,3,4,5]
  ],
  [
    [16,17,18,19,20]
  ]
]

• 调用my_function(my_ndarray, 2)时得到：

[
  [
    [1,2],
    [6,7],
    [11,12]
  ],
  [
    [16,17],
    [21,22],
    [26,27]
  ]
]

最初尝试使用np.split()方法，但当轴长度为奇数时无法舍去中间元素。理论上可以用条件语句处理，但想了解更高效的解决方法。

不用复杂的条件判断，直接利用NumPy的切片特性就能高效实现需求，核心思路是计算目标轴的半长（向下取整），然后对数组进行切片保留前半部分。

实现代码 #

import numpy as np

def my_function(arr, axis):
    half_length = arr.shape[axis] // 2
    # 构建切片元组：仅指定轴取前half_length个元素，其余轴保留全部内容
    slices = tuple(slice(None) if i != axis else slice(half_length) for i in range(arr.ndim))
    return arr[slices]

代码说明 #

1. 计算半长：用整数除法//直接得到向下取整的半长，不管轴长度是奇数还是偶数都能统一处理——偶数时正好取一半，奇数时自动舍去中间元素。
2. 构建切片元组：通过生成器表达式创建对应每个维度的切片规则，只有目标轴执行截断，其他维度保持完整。
3. 切片操作：NumPy的数组切片是高效的视图操作（不会复制原始数据），性能远优于条件判断后拆分的方式。

测试验证 #

用示例数组测试：

# 构造测试数组
my_ndarray = np.array([
    [[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15]],
    [[16,17,18,19,20], [21,22,23,24,25], [26,27,28,29,30]]
])

# 测试轴0
print(my_function(my_ndarray, 0))
# 输出符合预期，仅保留第一个外层元素组

# 测试轴1
print(my_function(my_ndarray, 1))
# 输出符合预期，每个外层组仅保留第一个子数组

# 测试轴2
print(my_function(my_ndarray, 2))
# 输出符合预期，每个最内层数组仅保留前2个元素

内容的提问来源于stack exchange，提问作者Yes