Question

我很清楚there are differences between lists and tuples和tuples aren't just constant lists，但很少有例子可以通过代码来对待这两个实际情况（而不是编码惯例），所以我（草率地）可以互换地使用它们。

然后我遇到了一个案例，他们给出了完全不同的行为：

>>> import numpy as np
>>> a = np.arange(9).reshape(3,3)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> idx = (1,1)
>>> a[idx]
4
>>> idx = [1,1]
>>> a[idx]
array([[3, 4, 5],
       [3, 4, 5]])

有人可以解释这里发生了什么吗？更重要的是，这个陷阱还有什么地方出现在scipy中？

Answer 1

您正在获得不同的行为，因为在numpy中，支持三种类型的索引

基本切片
高级索引
记录访问

使用元组进行索引只相当于一个参数列表，后缀为基本切片，其中使用非元组列表导致高级索引。

还要记住，来自documentation

当选择对象obj为a时，将触发高级索引   非元组序列对象，ndarray（数据类型为integer或bool），   或者具有至少一个序列对象或ndarray（数据类型的元组）的元组   整数或布尔）。高级索引有两种类型：整数   和布尔。

高级索引始终返回数据的副本（与。对比）   返回视图的基本切片。）

此外，来自相同的文档

在Python中，x [（exp1，exp2，...，expN）]相当于x [exp1，exp2， ......，expN];后者只是前者的语法糖。

列表和元组表现不同

1 个答案: