假设 img 是一个二维 numpy 数组。还假设 x 和 y 是与 img 形状相同的整数值二维 numpy 数组。考虑:
newImg = img[x, y]
newImg 现在是一个与 img 形状相同的二维数组,其中 newImg[i,j] == img[ x[i,j], y[i,j] ] 对于所有 i 和 j。
我想将此过程推广到任意数量的维度。也就是说,令 img 为 d 维 numpy 数组,并将 x[i],for i in range(0, d),取为与 img 具有相同形状的整数值 d 维 numpy 数组。我基本上想要的是:
newImg = img[x[0], x[1], ..., x[d-1]]
这显然是伪代码,预计不会起作用。
如何使用 NumPy 执行此操作?
请您参考如下方法:
你试过简单吗
newImg = img[x]
看起来这应该可行!
我假设 x 是满足以下条件的整数数组的列表或元组
len(x) == img.ndim
all(a.shape == img.shape for a in x)
这似乎与您描述的相符。
