Question

这出现在Hidden features of Python，但我看不到可以解释该功能如何运作的好文档或示例。

Answer 1

省略号用于切割高维数据结构。

此时设计的意思是，插入尽可能多的完整切片（:）以将多维切片扩展到所有维度。

示例：

>>> from numpy import arange >>> a = arange(16).reshape(2,2,2,2)

现在，您有一个2x2x2x2的4维矩阵。要选择第4维中的所有第一个元素，可以使用省略号表示法

>>> a[..., 0].flatten() array([ 0, 2, 4, 6, 8, 10, 12, 14])

相当于

>>> a[:,:,:,0].flatten() array([ 0, 2, 4, 6, 8, 10, 12, 14])

在您自己的实施中，您可以自由地忽略上述合同，并将其用于您认为合适的任何内容。

Answer 2

你在自己的班级中使用它，因为没有内置类可以使用它。

Numpy使用它，如documentation中所述。一些例子here。

在你自己的课堂上，你会像这样使用它：

>>> class TestEllipsis(object):
...     def __getitem__(self, item):
...         if item is Ellipsis:
...             return "Returning all items"
...         else:
...             return "return %r items" % item
... 
>>> x = TestEllipsis()
>>> print x[2]
return 2 items
>>> print x[...]
Returning all items

当然，有python documentation和language reference。但那些并不是很有帮助。

Answer 3

这是省略号的另一个用途，它与切片无关：我经常在与队列的线程内通信中使用它，作为发出“完成”信号的标记;它就在那里，它是一个对象，它是一个单例，它的名字意味着“缺乏”，并且它不是过度使用的无（可以作为正常数据流的一部分放入队列中）。 YMMV。

Answer 4

如其他答案所述，它可用于创建切片。当您不想编写许多完整切片符号（:）时，或者您不确定要操作的数组的维数时，这非常有用。

我认为重要的是要突出显示，而其他答案中缺少的是，即使没有更多尺寸需要填写，也可以使用它。

示例：

>>> from numpy import arange
>>> a = arange(4).reshape(2,2)

这将导致错误：

>>> a[:,0,:]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: too many indices for array

这将有效：

a[...,0,:]
array([0, 1])

你如何在Python中使用省略号切片语法？

4 个答案: