如何查找Numpy数组索引操作中被折叠的轴?
现有生态的现成实现方案
- NumPy 本身就内置了全场景的索引规范化逻辑,不需要从零手写复杂的索引规则解析:
- NumPy 2.0 及以上版本,已将索引规范化函数
numpy.lib.array_utils.normalize_index作为公开API,输入原数组维度和任意形式的索引(包含int、tuple、list、slice、Ellipsis、None、布尔数组、花式索引等所有合法索引类型),可以直接返回和原数组每个轴一一对应的展开后索引元组,自动处理Ellipsis的占位填充逻辑。 - 对于NumPy 1.x系列版本,这个函数作为稳定内部接口存在于
numpy._core.index_helpers路径下,已经连续多年保持接口不变,被xarray、Dask等主流第三方库广泛直接调用。
- NumPy 2.0 及以上版本,已将索引规范化函数
- 基于规范化后的索引元组定位被折叠轴的逻辑非常简单:遍历展开后的元组,凡是元素类型为标量整数的位置,就是被整数索引折叠的原轴,对应的整数值就是折叠时使用的固定索引值,和题目示例中的行为完全匹配。
无依赖的最优落地实现方案
如果希望完全使用稳定公开的API,避开NumPy的内部接口依赖,最优方案是借助NumPy原生的索引处理能力,不需要手动解析任何复杂索引规则,完全复用NumPy成熟的索引逻辑:
- 用
np.indices(a.shape)生成和原数组同形状的全坐标数组,这个数组的形状固定为(a.ndim, *a.shape),每个切片对应原数组一个轴上的坐标值 - 构造适配坐标数组的索引:因为坐标数组的第0个轴是坐标维度,需要全选,所以实际传给坐标数组的索引为
(slice(None), *index) - 对坐标数组应用相同的索引规则,得到索引后的坐标数组
- 通过坐标值对比定位被折叠的原轴:整数索引是唯一会导致原维度完全消失的索引操作,所有被整数索引折叠的轴,在索引后的坐标数组中会表现为全切片固定为同一个常数值;再结合维度存在性校验,排除原长为1但未被索引删除的轴,即可精确定位被折叠的轴索引和对应的固定值。
这个方案可以100%兼容所有NumPy合法的索引形式,不需要自己处理Ellipsis展开、None占位、花式/布尔索引的复杂边界情况,不会出现解析遗漏的问题。对应题目示例的验证代码如下:
import numpy as np a = np.zeros((4, 3, 2, 1)) index = (slice(0, 2, 1), 0, ...) # 生成全坐标数组 coords = np.indices(a.shape) # 适配坐标数组结构构造索引 coords_index = (slice(None), *index) coords_indexed = coords[coords_index] # 定位被折叠的轴 folded_axes = {} for axis in range(a.ndim): axis_values = np.unique(coords_indexed[axis, ...]) # 固定值且对应维度未保留在结果形状中,即为被折叠轴 if len(axis_values) == 1: # 校验:原轴被索引后存在的长度不为1时才判定为折叠 # (区分原长为1未删除的轴) axis_len_in_result = coords_indexed.shape[1:].count(a.shape[axis]) if axis_len_in_result == 0: folded_axes[axis] = axis_values[0] print(folded_axes) # 输出 {1: 0},和题目描述完全一致
内容的提问来源于stack exchange,提问作者BuboBubo
相关产品推荐
相关产品推荐

