NumPy中的数组索引没有意义

Question

我有一个大小为28x28x60000的numpy数组。请注意以下事项：

>>> X.shape
(28, 28, 60000)
>>> X[:][:][0].shape
(28, 60000)

不应该X[:][:][0]是一个大小为28x28的数组吗？我们包括前两个维度（每个28个）的每个组件，但只包括第三个维度的第0个条目。

这里发生了什么？

Answer 1

你切错了。切片X[:]返回原始数组的副本。因此，您的切片可以被解释为X的第一个副本，然后是X的另一个副本，然后获得具有28x60000形状的第一个元素。所以你需要致电X[:,:,0]。例如：

import numpy as np
X = np.random.randn(28,28,60000)

In [257]: X[:,:,0].shape
Out[257]: (28, 28)

您可以将X[:]和X[:][:]语句与all

进行比较

In [261]: (X[:] == X[:][:]).all()
Out[261]: True

Answer 2

X[:]索引所有维度的所有值，而不仅仅是第一个维度。因此X[:][:]与X

相同

要获得结果，只需撰写X[:,:,0]

即可