如何从numpy数组切片生成的视图中还原对应的索引？

这个需求完全可实现，不需要反向推导切片参数，直接在切片操作触发时捕获索引参数，同步应用到自定义属性上即可，实现逻辑如下：

核心思路 #

NumPy的切片操作本质是调用数组的__getitem__方法，传入的参数就是用户写的索引规则。我们只需要重写子类的__getitem__方法，在生成切片视图的同时，把相同索引应用到你的自定义属性数组上，就能实现属性同步切片。

完整实现代码 #

import numpy as np

class CustomArray(np.ndarray):
    def __new__(cls, input_array, attr_array=None):
        # 生成自定义类的数组实例
        obj = np.asarray(input_array).view(cls)
        # 校验自定义属性的维度匹配
        if attr_array is not None:
            attr_array = np.asarray(attr_array)
            if attr_array.shape != obj.shape:
                raise ValueError("属性数组维度需和主数组一致")
            obj.attr = attr_array
        return obj

    def __array_finalize__(self, obj):
        # 处理视图/拷贝生成时的属性初始化，避免属性丢失
        if obj is None:
            return
        self.attr = getattr(obj, 'attr', None)

    def __getitem__(self, key):
        # 调用父类方法生成切片后的视图/实例
        sliced_main = super().__getitem__(key)
        # 仅当返回的是CustomArray实例（非单个元素标量）时同步属性
        if isinstance(sliced_main, CustomArray):
            sliced_main.attr = self.attr[key]
        return sliced_main

使用示例 #

# 初始化主数组和同维度属性数组
a = CustomArray(np.arange(10), attr_array=np.arange(10)*10)
# 执行切片操作
b = a[:5]
# 验证结果
print(b)  # 输出 [0 1 2 3 4]
print(b.attr)  # 输出 [ 0 10 20 30 40]，属性数组同步完成切片

补充说明 #

• 该方案天然支持所有NumPy索引规则：普通切片、步长切片、布尔索引、整数数组索引、多维索引都可以正常适配，不需要额外解析索引参数
• 如果需要处理ufunc运算、原位修改等场景下的属性同步，可以额外重写__array_ufunc__方法扩展逻辑，仅做切片同步的话上述代码即可满足需求
• 反向推导切片参数的方案可靠性极低，遇到非连续内存、组合索引等场景很容易出错，不推荐使用

内容的提问来源于stack exchange，提问作者cymin