python 多维切片之冒号和三个点

最新推荐文章于 2024-03-21 11:46:29 发布

转载最新推荐文章于 2024-03-21 11:46:29 发布 · 395 阅读

1 ·

CC 4.0 BY-SA版权

原文链接：https://blog.youkuaiyun.com/z13653662052/article/details/78010654

文章标签：

#python

python 专栏收录该内容

7 篇文章

订阅专栏

这篇博客总结了Python中numpy库对于多维数组的切片操作。讲解了一维和二维切片的区别，并通过实例解释了None（newaxis）在增加维度中的作用。文章还提到了省略号（…）的使用，它能替代所有冒号进行切片。通过这些内容，读者能够更好地理解和应用numpy的多维切片功能。

初学python和numpy，对在学习多维切片的过程中遇到的问题做个总结。
一维切片就不说了，比较简单，先说下二维的，二维的理解了多维的就简单了。举个例子先建立一个5x5的二维数组
这里写图片描述
多维的切片是按照各个维度分别取
比如

这里就分别输出第一维的2-3和第二维的3-5（索引从0开始）。

这里是行取全部，列取第3-5。

这里应该是大家最疑惑的地方了，为什么列的参数改成None，输出的shape都变了，这里大家要知道，None代表新增加一个维度，它有一个别称叫newaxis，大家可以输出一下numpy.newaxis就知道了，那么这个别称应该顾名思义了吧。那么为什么是5x1x5，而不是5x5x1呢，那是因为你在第二维上用了None，你如果在第三维上用就会变成5x5x1了，不信你看
这里写图片描述
这下大家应该明白了吧。就是说None放在哪一维，就会在哪一维上出现新的维度。
再看个更奇葩的

三个点是什么鬼，Matlab里面这不是换行的操作么，但这里不是，它是省略所有的冒号来用省略号代替,大家看这个a[:, :, None]和a[…, None]的输出是一样的，就是因为…代替了前面两个冒号。这下应该清楚了。
多维数组和二维的数组可以一样去理解。