You need to enable JavaScript to run this app. n≥2维数组最后2个维度裁剪的优雅实现方法咨询
优惠活动
大模型
产品
解决方案
定价
更多

n≥2维数组最后2个维度裁剪的优雅实现方法咨询

通用NumPy多维数组最后两维裁剪实现

核心利用NumPy切片原生支持的Ellipsis(语法缩写为...),自动填充前面所有未指定的维度为全选逻辑,彻底替代多分支重复代码。

优化后最简实现

def crop(self, img, row, col, l):
    # Ellipsis自动适配前面任意数量的维度,仅对最后2个维度执行裁剪
    img_crop = img[..., row:row + l, col:col + l]
    return img_crop

兼容性说明

  • 2维输入:...无额外占位,逻辑等价于原有img[row:row + l, col:col + l]
  • 3维输入:...自动填充首维度为全选,等价于原有img[:, row:row + l, col:col + l]
  • 任意n≥2维输入:...会自动适配前面n-2个维度为全选,完全和原有分支逻辑对齐,无逻辑偏差

可扩展备选方案

如果后续需要对前面的维度增加额外控制逻辑,也可以手动构造切片元组实现,适配性更强:

def crop(self, img, row, col, l):
    # 生成前面n-2个维度的全选切片
    slice_list = [slice(None)] * (img.ndim - 2)
    # 追加最后两个维度的裁剪切片
    slice_list.append(slice(row, row + l))
    slice_list.append(slice(col, col + l))
    img_crop = img[tuple(slice_list)]
    return img_crop

测试示例

import numpy as np
# 2维数组测试
img_2d = np.arange(16).reshape(4, 4)
print(crop(None, img_2d, 1, 1, 2))
# 输出:
# [[ 5  6]
#  [ 9 10]]

# 3维数组测试
img_3d = np.arange(48).reshape(3, 4, 4)
print(crop(None, img_3d, 1, 1, 2).shape)
# 输出:(3, 2, 2)

注意:使用前需自行校验row + l、col + l不超过数组最后两个维度的边界,避免越界报错。

内容的提问来源于stack exchange,提问作者Tue

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.19 11:54:08