Python中3D数组列表的切片问题（MATLAB转Python3）

刚从MATLAB转Python确实会有不少习惯上的调整，尤其是列表和数组的切片逻辑差异～下面针对你用嵌套列表创建的3D结构，提供两种可行的切片方案：

一、原生Python列表的切片方法 #

因为你当前用的是嵌套列表（不是numpy数组），Python原生列表的切片需要逐层进行，每一层都遵循普通列表的切片规则[start:end:step]。

举个具体例子，假设你创建的3D列表是：

zaxis, yaxis, xaxis = 3, 4, 5
routine_matrix = [[[0 for k in range(xaxis)] for j in range(yaxis)] for i in range(zaxis)]
routine_matrix[0][0][1] = 'aa'
routine_matrix[1][2][3] = 'bb'

常见的切片操作示例：

• 取第1个z层（索引0）的所有y行，以及每个y行的前3个x元素：

  slice_result = [row[:3] for row in routine_matrix[0]]
  

• 取所有z层的第2个y行（索引1）的全部x元素：

  slice_result = [layer[1] for layer in routine_matrix]
  

• 取第2到第3个z层（索引1到2），第1到第3个y行（索引0到2），第2到第4个x元素（索引1到3）：

  slice_result = [
      [row[1:4] for row in layer[:3]]
      for layer in routine_matrix[1:]
  ]
  

这种方法完全用原生Python实现，但缺点是写法比较繁琐，和MATLAB的简洁切片语法差异较大。

二、推荐：用NumPy实现类MATLAB风格的切片 #

如果你习惯MATLAB的数组操作逻辑，NumPy数组会是更适配的选择——它的切片语法和MATLAB高度相似，操作效率也更高。

步骤1：将3D列表转换为NumPy数组 #

import numpy as np

# 把你的嵌套列表转成numpy数组
routine_array = np.array(routine_matrix)

步骤2：使用类MATLAB的切片语法 #

现在你可以像在MATLAB中一样灵活切片：

• 取第1个z层的所有y行，第2个x元素（索引1）及之后的部分：

  slice_result = routine_array[0, :, 1:]
  

• 取所有z层，第2个y行的全部x元素：

  slice_result = routine_array[:, 1, :]
  

• 取第2到第3个z层（索引1到2），第1到第3个y行（索引0到2），第2到第4个x元素（索引1到3）：

  slice_result = routine_array[1:, :3, 1:4]
  

额外提示：赋值操作也和MATLAB一致 #

你同样可以直接对切片后的区域赋值，比如：

# 把第1个z层的所有y行的前2个x元素设为'cc'
routine_array[0, :, :2] = 'cc'

总结 #

• 如果你坚持用原生Python列表，需要通过嵌套的列表推导式逐层切片；
• 如果你想延续MATLAB的操作习惯，强烈建议使用NumPy数组，它的切片语法更直观高效，也更符合你之前的使用经验。

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