我写了以下内容:
arr3=np.array([[[1,2,3],[1,2,3],[1,2,3],[1,2,3]],[[2,2,3],[4,2,3],[4,2,2],[2,2,2]],[[1,1,1],[1,1,1],[1,1,1],[1,1,1]]])
正如我所料,
arr3[0:3,1]
应返回与
相同的结果
arr3[0:3][1]
:array([[2, 2, 3],[4, 2, 3],[4, 2, 2],[2, 2, 2]])
但它返回:array([[1, 2, 3],[4, 2, 3],[1, 1, 1]])
。
BTW,我在Jupyter笔记本中使用python3
答案 0 :(得分:3)
执行arr3[0:3,1]
时,您将从第一个0:3
中的axis
获取元素,然后在第一个element
中获取每个元素。
这会产生不同的结果,即使用0:3
获取第一个轴中的arr3[0:3]
,然后从此array
获取第一个axis
。
因此,在这种情况下,0:3
部分在任何一种情况下都不执行任何操作,因为array's
形状为(3, 4, 3)
,因此first
3
只能为您提供返回相同的array
。在第二种情况下,这绝对没有任何意义,但在第一种情况下,它确实充当占位符,以便您可以访问第二个axis
,但为此您应该只使用冒号:{{1 }}
看看它是如何相同的[:, some_index]
?
array
但是当你执行>>> arr3[0:3]
array([[[1, 2, 3],
[1, 2, 3],
[1, 2, 3],
[1, 2, 3]],
[[2, 2, 3],
[4, 2, 3],
[4, 2, 2],
[2, 2, 2]],
[[1, 1, 1],
[1, 1, 1],
[1, 1, 1],
[1, 1, 1]]])
时,你正在从arr3[:, 1]
的第二个 axis
中获取第二个元素,这样就会给你:
array
而在另一种情况下,你从数组的第一个 array([[1, 2, 3],
[4, 2, 3],
[1, 1, 1]])
获取第二个元素,所以:
axis
要进一步了解array([[2, 2, 3],
[4, 2, 3],
[4, 2, 2],
[2, 2, 2]])
numpy
,请查看this page on scipy
。
请注意直接适用于您的问题的具体说明:
当索引中至少有一个切片
的索引结果一样indexing
,省略号(:)
或(...)
时(或者数组的维度多于高级索引),那么行为可以是更复杂。 就像连接每个高级索引元素
答案 1 :(得分:1)
让我们看看我们的多维numpy数组:
import numpy as np
arr3=np.array([
[
[1,2,3],[1,2,3],[1,2,3],[1,2,3]
],[
[2,2,3],[4,2,3],[4,2,2],[2,2,2]
],[
[1,1,1],[1,1,1],[1,1,1],[1,1,1]
]
])
print(arr3[0:3,1])
返回:
[[1 2 3]
[4 2 3]
[1 1 1]]
这是有道理的,因为我们正在获取行号1到3,而我们只抓取第一列。
但是,arr3[0:3][1]
将数组从第0行返回到第3行,然后选择第二行(或行索引1)。
观察:
print(arr3[0:3])
返回:
[[[1 2 3]
[1 2 3]
[1 2 3]
[1 2 3]]
[[2 2 3]
[4 2 3]
[4 2 2]
[2 2 2]]
[[1 1 1]
[1 1 1]
[1 1 1]
[1 1 1]]]
它返回一个新数组(恰好与我们当前的数组相同,因为我们只询问了数组中的所有行)。然后我们要求第二行:
print(arr3[0:3][1])
返回:
[[2 2 3]
[4 2 3]
[4 2 2]
[2 2 2]]