python - np.index_exp[] 如何在具有 rgb 颜色示例的 3D 体素/体积图中工作

Question

我正在阅读示例：https ://matplotlib.org/stable/gallery/mplot3d/voxels_rgb.html#sphx-glr-gallery-mplot3d-voxels-rgb-py关于创建 3d 球体。但我不明白示例中的索引是如何工作的。任何人都可以帮助我理解。谢谢

> def midpoints(x):
> sl = ()
> for i in range(x.ndim):
>>    x = (x[sl + np.index_exp[:-1]] + x[sl + np.index_exp[1:]])
>>    sl += np.index_exp[:]
>>    print(np.index_exp[:-1])
>>    print(x[np.index_exp[:-1]])

I know the "index_exp[:-1]" returns (slice(None,None,-1),) and "x[index_exp[:-1]]" will give result like this:
[[[0 0 0],
  [0 0 0],
  [0 0 0]],
[[1 1 1],
  [1 1 1],
  [1 1 1]]]

But I don't understand how the ```x[index_exp[:-1]]``` in the for loop only shows:
[[[1 1 1],
  [1 1 1],
  [1 1 1]]]

标签： pythonnumpyindexing

Answer 1

在示例中，x, 是由 (17,17,17) 生成的数组之一

In [208]: r, g, b = np.indices((17, 17, 17)) / 16.0
     ...: rc = midpoints(r)
     ...: gc = midpoints(g)
     ...: bc = midpoints(b)

indices就像meshgridand一样mgrid，创建网格数组。

我没用过np.index_exp，但我看到它和 一样np.s_，除了它总是返回一个元组

In [225]: x = r.copy()
In [226]: ()+np.index_exp[:-1]    # so this tuple can joined with sl
Out[226]: (slice(None, -1, None),)
In [227]: x[()+np.index_exp[:-1]].shape
Out[227]: (16, 17, 17)
In [228]: x[:-1].shape
Out[228]: (16, 17, 17)

所以

x = (x[sl + np.index_exp[:-1]] + x[sl + np.index_exp[1:]])/2.0

对于初始sl，这是

x = (x[:-1] + x[1:])/2.0

x[1:]-x[:-1]广泛用于取相邻元素之间的差异，np.diff. 在这里它只作用于第一个维度（3）。所以这只是相邻点的平均值。

下一位只是将[:]切片添加到sl：

In [230]: sl += np.index_exp[:]
In [231]: sl
Out[231]: (slice(None, None, None),)
In [232]: sl + np.index_exp[:-1]
Out[232]: (slice(None, None, None), slice(None, -1, None))

所以这是在做

 x[:, :-1]     # which should be a (16,16,17) array

和下一次迭代x[:,:, :-1] # (16,16,16)

这r仅在第一个维度上有所不同，因此可以将其值与midpointswith 进行比较：

In [249]: r1 = midpoints(r)
In [250]: r[:5,0,0]
Out[250]: array([0.    , 0.0625, 0.125 , 0.1875, 0.25  ])
In [251]: r1[:4,0,0]
Out[251]: array([0.03125, 0.09375, 0.15625, 0.21875])

因此，使用index_exp只允许他们以(x[:-1]+x[1:])/2适用于所有 3 个维度的通用方式编写平均值r，g. b阿劳斯/