Question

我有一个形状为(5,48,15)的张量。如何沿第0轴访问元素并仍然保持3个维度而无需重新整形。例如：

x.shape                    # this is (5,48,15) 
m = x[0,:,:] 
m.shape                     # This is  (48,15)
m_new = m.reshape(1,48,15) 
m_new.shape                 # This is now (1,48,15)

这可能而不需要重塑吗？

Answer 1

当您使用单个整数索引轴时，与x[0, :, :]一样，返回的数组的维数将减1。

要保留三个维度，您可以......

在建立索引的同时插入新轴：
```
>>> x[None, 0, :, :].shape
(1, 48, 15)
```
或使用切片：
```
>>> x[:1, :, :].shape
(1, 48, 15)
```
或使用花式索引：
```
>>> x[[0], :, :].shape
(1, 48, 15)
```

Answer 2

选择索引必须是切片或列表（或数组）：

m = x[[0],:,:]
m = x[:1,:,:]
m = x[0:1,:,:]

索引Numpy张量，无需重塑

2 个答案: