Question

我倾向于使用括号来索引numpy数组（矩阵），但我注意到当我想切片数组（矩阵）时我必须使用逗号表示法。为什么是这样？例如，

>>> x = numpy.array([[1, 2], [3, 4], [5, 6]])
>>> x
array([[1, 2],
       [3, 4],
       [5, 6]])
>>> x[1][1]
4                 # expected behavior
>>> x[1,1]
4                 # expected behavior
>>> x[:][1]
array([3, 4])     # huh?
>>> x[:,1]
array([2, 4, 6])  # expected behavior

Answer 1

此：

x[:, 1]

表示＆＃34;沿第一个轴取x的所有索引，但沿第二个轴取第一个索引1。

此：

x[:][1]

表示＆＃34;沿着第一个轴取x的所有索引（所以x全部），然后沿结果的第一个轴取索引1 ＃34 ;.您正在将1应用于错误的轴。

x[1][2]和x[1, 2]只是等价的，因为使用整数索引数组会将所有剩余的轴移向形状的前面，因此x[1]的第一个轴是第二个轴x。这根本没有概括;你应该几乎总是使用逗号而不是多个索引步骤。

Answer 2

切割多维数组时，如果提供的索引数少于轴数，则缺少的索引将被视为完整切片。因此，当您在调用final=data.frame() for(i in unique(data$company)){ temp=data[data$company==i,] for(j in unique(temp$year)){ if(nrow(temp[temp$year==j,])==4) final=rbind(final,data.frame(company=i,Year=j)) } }时基本上正在执行x[:][1] 因此，x[:,:][1,:]只会返回x本身。

Answer 3

对此的真正解释是在2个方括号[] []的情况下，第一个方括号（x []）创建一个引用多维数组的第一个维的临时数组。

虽然x [] []的第二个括号将应用于已经创建的临时数组。

因此没有真正的危险发生。由于所描述的行为，当您将切片与多个方括号组合使用时，基本上第一个方括号已经选择了numpy数组的一部分，而第二个方括号进入了已选择的数组。

此处也提供了说明：numpy.org/devdocs/user/basics.indexing.html

为什么带括号和逗号的numpy数组的索引行为不同？

3 个答案: