numpy中沿3D矩阵所有平面切片的高效实现方法

你逐行手动索引+vstack拼接的写法冗余度很高，数组尺寸调整时还得逐行改代码，完全可以通过numpy内置的轴变换、对角提取接口批量生成所有切片，全程走numpy底层C实现，比手动拼接效率高很多，而且代码可复用性强。

正交切片（共9片，对应原代码a~i） #

你要的三个方向各3片切片，本质是固定某一个轴的索引取截面，只需要通过轴置换把要固定的轴换到第0位，直接沿第0轴拆分就能得到所有对应切片，不需要逐行索引：

• 左右方向垂直切片（a/b/c）：用np.moveaxis(r, 2, 0)把原数组最后一个轴换到第0位，拆分后得到的3个2D数组和你手动拼的a、b、c完全一致
• 水平切片（d/e/f）：用np.moveaxis(r, 1, 0)把原数组第二个轴换到第0位，拆分后得到的3个2D数组对应d、e、f
• 前后方向垂直切片（g/h/i）：直接沿原数组第0轴拆分即可，对应g、h、i

以上轴变换操作在新版numpy中返回原数组的视图，没有冗余内存拷贝，处理大体积数组时性能优势明显。

对角切片（共4片，对应原代码j~m） #

不需要手动逐点索引拼对角，直接用np.diagonal接口可以批量提取指定两个轴平面的对角，反对角只需要把对应轴反转后再提取即可：

• 正对角j：对应0轴和2轴平面的主对角，直接调用np.diagonal(r, offset=0, axis1=0, axis2=2).T即可
• 反对角k：先把最后一个轴倒序，再提取0轴和2轴平面的主对角，即np.diagonal(r[..., ::-1], offset=0, axis1=0, axis2=2).T
• 反对角l：先把第二个轴倒序，再提取0轴和1轴平面的主对角，即np.diagonal(r[:, ::-1, :], offset=0, axis1=0, axis2=1)
• 正对角m：对应0轴和1轴平面的主对角，直接调用np.diagonal(r, offset=0, axis1=0, axis2=1)即可

完整简化代码 #

import numpy as np
r = np.array([
    [[1,2,3],
     [4,5,6],
     [2,8,9]],
    [[10,11,12],
     [13,14,15],
     [2,17,18]],                                                                      
    [[19,20,21],
     [22,23,24],
     [25,26,27]],
])

# 批量生成9个正交切片
orth_slices = list(np.moveaxis(r, 2, 0)) + list(np.moveaxis(r, 1, 0)) + list(r)

# 批量生成4个对角切片
diag_slices = [
    np.diagonal(r, 0, 0, 2).T,
    np.diagonal(r[..., ::-1], 0, 0, 2).T,
    np.diagonal(r[:, ::-1, :], 0, 0, 1),
    np.diagonal(r, 0, 0, 1)
]

# 合并得到最终13个切片的数组，和手动拼接结果完全一致
al = np.array(orth_slices + diag_slices)

运行这段代码得到的al和你手动逐片拼接的输出数值完全相同，后续如果处理N×N×N尺寸的3D数组，这段代码不需要任何修改就能直接使用。

内容的提问来源于stack exchange，提问作者user2315546