Question

我很难理解在numpy切片后如何确定合成数组的形状。例如，我使用以下简单代码：

import numpy as np


array=np.arange(27).reshape(3,3,3)

slice1 = array[:,1:2,1]
slice2= array[:,1,1]

print "Content in slice1 is  ", slice1
print "Shape of slice1 is ", slice1.shape
print "Content in slice2 is ",slice2
print "Shape of Slice2 is", slice2.shape

输出是：

Content in slice1 is 
 [[ 4]
  [13]
  [22]]
Shape of slice1 is  (3, 1)
Content in slice2 is  [ 4 13 22]
Shape of Slice2 is (3,)

在这两种情况下，内容都是相同的（应该是这样）。但它们的形状不同。那么，结果形状是如何由numpy决定的？

Answer 1

它基本归结为此 -

In [118]: a = np.array([1,2,3,4,5])

In [119]: a[1:2]
Out[119]: array([2])

In [120]: a[1]
Out[120]: 2

执行a[1:2]时，您要求的是一个包含1个元素的数组。

执行a[1]时，您要求该索引处的元素。

在你的情况下会发生类似的事情。

当您执行 - array[:,1:2,1]时 - 它表示来自第一维的所有可能索引，来自第二维的索引子列表（尽管子列表仅包含一个元素），以及来自第三维的第一索引。所以你得到一个数组数组 -

 [[ 4]
  [13]
  [22]]

当您执行 - array[:,1,1]时 - 它表示来自第一维的所有可能索引，第二维的第一索引和第三维的第一索引。所以你得到一个数组 -

[4 13 22]

在Numpy中切片后确定结果数组的形状

1 个答案: