为什么切片4d数组会给我一个3d数组？我期望在其中一个维度中使用范围为1的4d数组。
示例：
print X.shape
(1783, 1, 96, 96)
切片阵列：
print X[11,:,:,:].shape
或
print X[11,:].shape
给了我(1, 96, 96)，但我期待(1, 1, 96, 96)
我可以通过print X[11:12,:].shape来完成，但我想知道为什么第一种方法无法正常工作？
答案 0 :(得分：3)
每the docs：
整数
i返回与i:i+1相同的值，但返回对象的维度减少1。特别是，具有p- 元素和整数（以及所有其他条目:）的选择元组返回具有维度N - 1的相应子数组。如果N = 1则返回的对象是数组标量。
因此，当索引是整数时，将返回该索引处的值，并删除相应的轴。在一个方面，行为就像您期望的那样：
In [6]: a = np.arange(5); a
Out[6]: array([0, 1, 2, 3, 4])
In [7]: a[2]
Out[7]: 2
In [8]: a[2].shape
Out[8]: ()
a是1维的，a[2]是0维的。
在较高维度，如果X是4维且形状(1783,1,96,96)，那么
X[11,:,:,:]返回第一个轴索引等于11的所有值，然后删除该轴。因此X[11,:,:,:].shape为(1,96,96)。
当切片指定范围时，例如a[2:3]，则返回该范围内的所有值，并且不删除轴：
In [9]: a[2:3]
Out[9]: array([2])
In [10]: a[2:3].shape
Out[10]: (1,)
同样，X[11:12, :, :, :]的形状为(1,1,96,96)。