如何对二维numpy数组进行周期性切片提取指定元素

核心逻辑说明 #

你的采样规则对应单轴周期长度为5+15=20，每个周期内保留前5个元素。300长度的轴一共包含300/20=15个完整周期，最终单轴输出长度为15*5=75，符合预期尺寸要求，两个轴逻辑完全一致。

实现方法 #

方法1：布尔掩码索引（写法直观易理解）

先生成符合采样规则的单轴布尔掩码，再对两个维度同时切片：

import numpy as np

# 示例输入数组
arr = np.random.rand(300, 300)

# 生成单轴采样掩码：每20个元素取前5个
single_axis_mask = np.tile([True]*5 + [False]*15, 300 // 20)
# 双轴同时切片得到结果
result = arr[single_axis_mask[:, None], single_axis_mask]

# 验证输出尺寸
print(result.shape) # 输出 (75, 75)

方法2：Reshape 维度拆分（大数组下效率更高）

通过维度拆分直接按周期筛选元素，不需要生成额外掩码数组，内存占用更低：

import numpy as np

# 示例输入数组
arr = np.random.rand(300, 300)

# 维度拆分后按周期取前5个元素，再合并维度得到结果
result = arr.reshape(15, 20, 15, 20)[:, :5, :, :5].transpose(0, 2, 1, 3).reshape(75, 75)

# 验证输出尺寸
print(result.shape) # 输出 (75, 75)

reshape方案逻辑说明：

1. 首先将原数组的两个300长度轴分别拆分为15个周期 × 每个周期20个元素，得到四维数组形状为(15, 20, 15, 20)
2. 分别筛选每个行、列周期的前5个元素，得到形状为(15, 5, 15, 5)的中间数组
3. 调整维度顺序后合并行、列维度，最终得到75×75的输出数组

内容的提问来源于stack exchange，提问作者Mike