Question

在Python2.4上，单冒号切片运算符:在Numeric矩阵上按预期工作，因为它返回所用维度的所有值。例如，2-D矩阵的所有X和/或Y值。

在Python2.6上，单冒号切片运算符在某些情况下似乎有不同的效果：例如，在常规的2-D MxN矩阵上，m[:]可能导致返回zeros(<some shape tuple>, 'l')作为结果切片。完整矩阵是人们所期望的 - 这是人们使用Python2.4获得的。

在Python2.6中使用双冒号::或3点...而不是单个冒号，似乎可以解决此问题并返回正确的矩阵切片。

经过一番猜测，我发现在输入0作为停止索引时，你可以得到相同的零输出。例如m[<any index>:0]返回相同的＆＃34;零＆＃34;输出为m[:]。尝试执行m[:]时，有没有办法调试正在挑选的索引？或者在两个Python版本（2.4到2.6）之间做了哪些改变会影响切片运算符的行为？

两个版本的Python之间使用的Numeric版本（24.2）是相同的。为什么单冒号切片在Python 2.6上的工作方式与2.4版本相同？

python2.6的：

>>> a = array([[1,2,3],[4,5,6]])
**>>> a[:]
zeros((0, 3), 'l')**

>>> a[::]
array([[1,2,3],[4,5,6]])

>>> a[...]
array([[1,2,3],[4,5,6]])

的python2.4：

>>> a = array([[1,2,3],[4,5,6]])
**>>> a[:]
array([[1,2,3],[4,5,6]])**

>>> a[::]
array([[1,2,3],[4,5,6]])

>>> a[...]
array([[1,2,3],[4,5,6]])

（我从头开始输入＆＃34;代码＆＃34;因此它可能不是完全准确的语法或打印输出，但显示了正在发生的事情）

Answer 1

似乎问题是整数溢出问题。在Numeric源代码中，正在使用的矩阵数据结构位于名为MA.py的文件中。特定的类称为MaskedArray。在类的末尾有一行设置＆＃34; array（）＆＃34;这个班的功能。我很难找到这些信息，但事实证明这非常关键。

MaskedArray类中还有一个 getslice （self，i，j）方法，它接收开始/停止索引并返回正确的切片。在找到这些并为这些索引添加调试之后，我发现在Python2.4的良好情况下，当对整个数组进行切片时，自动输入的开始/停止索引分别为0和2 ^ 31-1。但是在Python2.6下，停止索引自动输入变为2 ^ 63-1。

某处，可能在数字源/库代码中，切片数组时只有32位来存储停止索引。因此，2 ^ 63-1值溢出（但任何大于2 ^ 31的值都会溢出）。在这些不良情况下的输出切片最终等同于从开始0到停止0的切片，例如，一个空矩阵。从[0：-1]切片时，您会获得有效切片。我认为（2 ^ 63 - 1）被解释为32位数将出现-1。我不太清楚为什么从0到2 ^ 63-1的切片输出与从0到0（你得到一个空矩阵）的切片相同，而不是从0到-1（你得到的地方）至少有一些输出）。

虽然，如果我输入会溢出的结束切片索引（即大于2 ^ 31），但是低32位是有效的正非零数，我将得到有效切片。例如。停止索引2 ^ 33 + 1将返回与停止索引1相同的切片，因为在这两种情况下，低32位都是1。

Python 2.4示例代码：

>>> a = array([[1,2,3],[4,5,6]])
>>> a[:]             # (which actually becomes a[0:2^31-1])
[[1,2,3],[4,5,6]]    # correct, expect the entire array

Python 2.6示例代码：

>>> a = array([[1,2,3],[4,5,6]])
>>> a[:]             # (which actually becomes a[0:2^63-1])
zeros((0, 3), 'l')   # incorrect b/c of overflow, should be full array
>>> a[0:0]
zeros((0, 3), 'l')   # correct, b/c slicing range is null
>>> a[0:2**33+1]
[ [1,2,3]]           # incorrect b/c of overflow, should be full array
                     # although it returned some data b/c the
                     # lower 32 bits of (2^33+1) = 1
>>> a[0:-1]
[ [1,2,3]]           # correct, although I'm not sure why "a[:]" doesn't
                     # give this output as well, given that the lower 32
                     # bits of 2^63-1 equal -1

Answer 2

我认为我10年前使用的是2.4。我当时使用了numpy，但可能为其Numeric功能添加了NETCDF。但细节是模糊的。我现在没有任何版本用于测试。

当时的Python文档应该很容易探索。 numpy / Numeric文档较为简洁。

我认为Python总是对列表进行基本的:切片。 alist[:]制作副本，alist[1:-1]来分割第一个和最后一个元素等。

我不知道添加step的时间，例如alist[::-1]撤消列表。

Python开始根据数字开发人员的要求识别索引元组，例如： arr[2,4]，arr[(2,4)]，arr[:, [1,2]]，arr[::-1, :]。但我不知道什么时候出现

Ellipsis也主要用于多维索引。 Python解释器识别...，但列表不处理它。大约在同一时间:符号正式实现为slice，例如

在3.5中，我们可以使用slice

反转列表

In [6]: list(range(10)).__getitem__(slice(None,None,-1))
Out[6]: [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

我会建议一些事情：

确保您了解当前系统中的numpy（和list）索引/切片
在旧版本中尝试相同的操作;用具体的差异例子问SO问题。不要指望我们中的任何人能够记住旧代码。
研究文档以查找何时更改或添加了可疑功能。

Python和Numeric / numpy数组切片行为

2 个答案: