NumPy数组切片操作：按起止索引切片及生成固定长度子数组

1. 如何获取NumPy数组中起止索引区间内的切片？ #

嘿，这可是NumPy入门必备的操作，我给你拆成一维和多维两种情况说清楚：

• 一维数组：直接用 数组[起始索引:结束索引] 即可，注意NumPy的切片是左闭右开规则——包含起始索引对应的元素，但不包含结束索引的元素。举个实际例子：

  import numpy as np
  x = np.array([0, 1, 2, 3, 4, 5])
  # 取索引1到3的元素（包含1，不包含4）
  slice_result = x[1:4]
  print(slice_result)  # 输出: [1 2 3]
  

  还能省略起始或结束索引：x[:3] 表示从数组开头取到索引2的元素，x[2:] 表示从索引2取到数组末尾。

• 多维数组：每个维度的切片用逗号分隔，格式为 数组[行切片, 列切片, ...]。比如处理二维数组：

  x_2d = np.array([[0,1,2],[3,4,5],[6,7,8]])
  # 取第1-2行（索引从0开始）、第1-2列的元素
  slice_2d = x_2d[1:3, 1:3]
  print(slice_2d)
  # 输出:
  # [[4 5]
  #  [7 8]]
  

2. 给定数组x、起始索引数组s以及长度d，如何创建数组y，满足y[i] == x[s[i]:s[i]+d]？ #

这个需求很常见，用NumPy的广播机制就能高效实现，完全不用写低效的循环：

假设x是一维数组，s是一维起始索引数组，d是固定的切片长度，直接构造所有需要的索引矩阵就行：

import numpy as np
x = np.array([0,1,2,3,4,5,6,7,8,9])
s = np.array([1, 3, 5])
d = 2

# 把s转换成列向量，和arange(d)广播成二维索引矩阵
indices = s[:, np.newaxis] + np.arange(d)
# 用索引矩阵直接提取x的元素
y = x[indices]

print(y)
# 输出:
# [[1 2]
#  [3 4]
#  [5 6]]

边界处理小提示 #

如果某个 s[i]+d 超出了x的长度，NumPy会直接报错。如果你想避免这种情况，可以用 np.clip 把索引限制在合法范围内：

max_valid_idx = len(x) - 1
indices = np.clip(s[:, np.newaxis] + np.arange(d), 0, max_valid_idx)
y = x[indices]
# 比如s里有8、d=2时，会取到[8,9]而不是报错

要是你希望超出部分用特定值填充（比如NaN），可以先给x做填充再索引：

# 把x填充到足够长度，超出部分用NaN填充
padded_x = np.pad(x, (0, d), mode='constant', constant_values=np.nan)
y = padded_x[indices]

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