np.array（或vstack）列切片如何工作？

Question

为什么在：

import numpy as np
a = [1, 2 ,3]
b = [4, 5, 6]
t= np.array(([a,b])
print(t[1:])
print(t[:0])
print(t[:1])
print(t[:2])

第一列和第二列的结果是：

[[4 5 6]]
[]
[[1 2 3]]
[[1 2 3]
 [4 5 6]]

如果数组是：

[[1 2 3]
 [4 5 6]]

为什么然后：

• 第一行t[1:]不是[4 5 6]和
• 第一栏t[:0]不是[1, 4]和
• 第二列t[:1]不是[2, 5]和
• 第二列t[:3]不是[3, 6] ？ 如何概念化这个？

Answer 1

在您的代码中，t是一个2-dim数组。在这种情况下，t.shape应为(2, 3)。第一个dim 2用于行，第二个dim 3用于列。

请注意，每个索引应以逗号,分隔，例如t[0, 1]。这表示第一行和第二列的元素。

如果只使用一个索引，例如t[1]，numpy会将其视为行的索引。因此，t[1, :]会得到相同的结果。

  

  
• 第一行t [1：]不是[4 5 6]
  

这可能来自[0:]和[1:]应具有类似结果的约束。 [1：]只是一种特殊情况，只选择了一行。 [4 5 6]可以t[1 ,:]切片。

  

  
• 第一列t [：0]不是[1,4]和
  

如上所述，当只有一个索引被送入2-dim数组时，索引将被视为行。空结果是因为[：0]表示什么都没有。您可以使用list(range(0))看到类似的现象。

  

  
• 第二列t [：1]不是[2,5]和
  

如果您想获得第二列，请输入t[:, 1]

• 第二栏t [：3]不是[3,6]？

- ＆GT;这应该是t[;, 2]