我有一个自定义类 Field
的对象,它基本上包裹着一个 numpy.ndarray
对象 . 该对象由两个输入定义:值数组( values
)和切片对象( segment
),用于定义这些值应放置在某个较大数组( grid
)中的位置 .
我希望能够使用 grid
的索引来访问 values
的项目 . 这应该可以通过定义自定义 Field.__getitem__
方法来实现 .
import numpy as np
class Field:
def __init__(self, values, segment, grid):
if (not isinstance(segment, slice)) \\
or (not isinstance(values, np.ndarray)) :
raise TypeError
if segment.step not in [1, -1]:
raise ValueError('Segment must be continuous')
if len(grid[segment]) != len(values):
raise ValueError('values length must match segment')
self.values = values
self.segment = segment
self.grid = grid
def __getitem__(self, key):
new_key = ... # <--- Code goes here
return self.values[new_key]
grid = np.array([0.5, 1.5, 2.5, 3.5, 4.5])
values = np.array([42., 43., 44.])
segment = slice(2, 5)
my_field = Field(values, segment, grid)
print(grid[segment]) # output: [2.5, 3.5, 4.5]
print(my_field[2]) # Desired output: 42.
print(my_field[3]) # Desired output: 43.
print(my_field[0]) # Desired output: IndexError
关键是 segment
定义了 grid
中定义了 my_field
的位置集 . 我接近这个的方式已经证明是非常不优雅和笨拙的,并且基于定义一些布尔 index = np.zeros_like(grid, dtype=bool); index[segment] = True
的数组,然后涉及 np.cumsum(index)
的一些技巧...
How can I achieve this behavior in a simpler way?
1 回答
您可以使用显式步骤定义切片:
这是为了确保
__init__
中的segment.step
返回1
. 然后定义一个方法,检查您的输入key
是否在相应的range
中:这给出了: