Python原生二维列表实现区域切片:无需NumPy的__getitem__技巧

叶初
叶初
发布时间:2026-10-13| 6人浏览过
原创

本文介绍如何在Python标准库List中实现类似NumPy的二维区域切片功能。通过自定义类并重写__getitem__特殊方法,支持使用元组切片语法获取子矩阵元素。文章提供了完整代码示例及Lambda表达式替代方案,帮助开发者在不引入第三方库的情况下灵活处理二维数据。

熟悉NumPY的开发者通常了解,在二维数组中可以直接利用区域切片功能快速提取子数组,具体效果可参考下图展示:

然而,Python标准库中的List并不原生支持这种多维切片操作。在List中,用户只能执行一维方式的切片,无法直接指定行列范围:

尽管某些场景下仅需使用此类功能,但引入NumPY可能显得过于沉重。实际上,完全可以在Python原生环境中实现该功能。具体做法是定义一个类,并在其中实现__getitem__这一特殊方法:

class Array:
 """实现__getitem__,支持序列获取元素、Slice等特性"""

 def __init__(self, lst):
  self.__coll = lst

 def __repr__(self):
  """显示列表"""

  return '{!r}'.format(self.__coll)

 def __getitem__(self, key):
  """获取元素"""
  slice1, slice2 = key
  row1 = slice1.start
  row2 = slice1.stop
  col1 = slice2.start
  col2 = slice2.stop
  return [self.__coll[r][col1:col2] for r in range(row1, row2)]

具体实现效果如下所示:

a = Array([['a', 'b', 'c', 'd'],
   ['e', 'f', 'g', 'h'],
   ['i', 'j', 'k', 'l'],
   ['m', 'n', 'o', 'p'],
   ['q', 'r', 's', 't'],
   ['u', 'v', 'w', 'x']])

print(a[1:5, 1:3])

关于__getitem__的官方文档说明如下:

简单来说,该机制的核心目的是用于获取self[key]的值。

为突出核心解决方案,此处仅展示关键代码。实际应用中,还需根据具体需求补充异常判断、边界检查、条件限制,以及其他特殊方法如如__setitem__、__delitem__与__len__等的实现。

此外,还存在其他处理思路,例如以下代码所示的实现方式。不同的方法为各种应用场景提供了多样化的选择。

a = [['a', 'b', 'c', 'd'],
  ['e', 'f', 'g', 'h'],
  ['i', 'j', 'k', 'l'],
  ['m', 'n', 'o', 'p'],
  ['q', 'r', 's', 't'],
  ['u', 'v', 'w', 'x']]

sl = lambda row1, row2, col1, col2, lst: \
  [lst[r][col1:col2] for r in range(row1, row2)]

sl(1, 5, 1, 3, a)

总结

以上就是本文的全部内容。Python编程的一大魅力在于它如同一座金矿,探索过程中常能发掘出意想不到的乐趣。希望本文内容能对各位学习或使用Python有所帮助,如有任何疑问,欢迎留言交流。

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。