Question

采用以下2x2x2 Julia阵列：

julia> a
2x2x2 Array{Int32,3}:
[:, :, 1] =
 1  3
 2  4

[:, :, 2] =
 2  4
 3  5

我很惊讶地注意到沿不同维度切片会产生非对称结果：

julia> a[:,:,1]
2x2 Array{Int32,2}:
 1  3
 2  4

VS

julia> a[:,1,:]
2x1x2 Array{Int32,3}:
[:, :, 1] =
 1
 2

[:, :, 2] =
 2
 3

有人可以解释这里发生了什么吗？我来自numpy / MATLAB背景，这种行为对我来说非常奇怪。

Answer 1

如果你来自Matlab背景，这不应该太令人惊讶，因为Matlab以同样的方式工作：

>> a = reshape(1:8, 2, 2, 2)

a(:,:,1) =

     1     3
     2     4


a(:,:,2) =

     5     7
     6     8

>> b = a(:,:,1)

b =

     1     3
     2     4

>> ndims(b)

ans =

     2

>> c = a(:,1,:)

c(:,:,1) =

     1
     2


c(:,:,2) =

     5
     6

>> ndims(c)

ans =

     3

在Julia和Matlab中，在索引时添加额外的1并不是错误;即使b[2,2,1]是一个二维对象，你仍然可以写b。

最后，如果你想要的东西更像numpy，请考虑（在Julia中）使用slice：

julia> c = slice(a, :, 1, :)
2x2 SubArray{Int64,2,Array{Int64,3},(Range1{Int64},Int64,Range1{Int64})}:
 1  5
 2  6

julia> c = slice(a, :, 1:1, :)
2x1x2 SubArray{Int64,3,Array{Int64,3},(Range1{Int64},Range1{Int64},Range1{Int64})}:
[:, :, 1] =
 1
 2

[:, :, 2] =
 5
 6

你会得到一个SubArray返回（一个数组视图），它有一些稍微不同的属性，但从长远来看，很可能会被大多数索引操作返回。或者，如果您更喜欢数组，则可以在squeeze的返回值上调用reshape或a[:,1,:]来获得所需的结果。

Answer 2

目前，Julia在切片时会丢弃拖尾的单个尺寸，并且它可以在任何尺寸上保持一致。我认为这只是在切割矩阵行虎钳时我想要行向量（1 * n）而不是常规向量（n）的概括。

julia> a = [1 2; 3 4]
2x2 Array{Int64,2}:
 1  2
 3  4

julia> a[:,1]
2-element Array{Int64,1}:
 1
 3

julia> a[1,:]
1x2 Array{Int64,2}:
 1  2

与matlab（和部分numpy）不同，Julia具有标量值和1d向量，因此不仅仅是一般的nd矩阵类型。我不认为你是第一个被这个属性搞糊涂的人。我记得看到删除所有单一维度的建议，并要求你a[1:1,:]来获取行向量，但我不确定会有更好的。

Answer 3

现在，Julia 0.5已经改变了。现在切片是对称的＆＃34;和a[:,:,1] == a[:,1,:]。标量索引的所有维度现在都被删除了，一般来说，输出的维数是索引维度的总和。

切割不对称的多维Julia数组

3 个答案: