Question

我对python编程非常熟悉，但是我发现以下两行代码提供不同结果的奇怪情况（假设两个数组是二维的）：

A[:][:] = B[:][:]

和

A[:,:] = B[:,:]

我想知道是否有任何情况，

有任何提示吗？

示例：

>>> 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

让我们退后一步。试试这个：

>>> x = np.arange(6)

>>> x
array([0, 1, 2, 3, 4, 5])

>>> x[:]
array([0, 1, 2, 3, 4, 5])

>>> x[:][:]
array([0, 1, 2, 3, 4, 5])

>>> x[:][:][:][:][:][:][:][:][:][:]
array([0, 1, 2, 3, 4, 5])

看起来x[:]等于x。（实际上，x[:]创建了x的副本。）

因此，x[:][1] == x[1]。

这符合我们的期望吗？为什么x[:]是x的副本？如果您熟悉切片，请通过以下示例进行说明：

>>> x[0:4]
array([0, 1, 2, 3])

>>> x[0:6]
array([0, 1, 2, 3, 4, 5])

>>> x[0:]
array([0, 1, 2, 3, 4, 5])

>>> x[:]
array([0, 1, 2, 3, 4, 5])

我们可以省略0和6，而numpy会找出对我们来说最大的尺寸。

关于问题的第一部分，要创建B的副本，您可以执行以下任一操作：

A = B[:, :]
A = B[...]
A = np.copy(B)

[：] [：]和[：，：]之间的NumPy有什么区别？

1 个答案: