给出矩阵A，行索引列表和列索引列表，如何有效地提取以行索引和列索引为中心的大小为k的平方子矩阵？
例如：
A = array([[12,6,14,8,4,1],[18,13,10,9,19],[ 8,15,5,18],[ 3,2,12],[ 4,19,14],[16,7,11,0],5],1,12,12]])
r = np.array([2,5])
c = np.array([3,2])
k = 3
输出应为A[1:4,2:5]和A[4:7,1:4]。因此，基本上，输出是大小为kxk的平方子矩阵，并以[r，c]元素（在这种情况下为A [2,3]和A [5,2]）为中心
如何高效而优雅地做到这一点？谢谢
您的意思是这样的吗？
for x,y in zip(r,c):
s = k // 2
print("position:",[x - s,x + s + 1],[y - s,y + s + 1])
print(A[x - s:x + s + 1,y - s:y + s + 1])
print()
输出：
position: [1,4] [2,5]
[[ 8 10 9]
[ 6 5 6]
[ 2 14 13]]
position: [4,7] [1,4]
[[ 4 5 19]
[ 8 7 7]
[11 2 19]]
请注意，k在这里应该是奇怪的
对于子矩阵具有相同形状的情况，我们可以获取滑动窗口，然后将这些索引的起始索引沿行和列索引以得到所需的输出。要获得这些窗口，我们可以利用基于np.lib.stride_tricks.as_strided的scikit-image's view_as_windows。 More info on use of as_strided based view_as_windows-
from skimage.util.shape import view_as_windows
# Get all sliding windows
w = view_as_windows(A,(k,k))
# Select relevant ones for final o/p
out = w[r-k//2,c-k//2]