python中[...,1]与[...,1:2]

大黄猫一号

于 2019-03-09 10:01:17 发布

阅读量1.8w

点赞数 6

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python

本文链接：https://blog.youkuaiyun.com/weixin_41637329/article/details/88362345

python 专栏收录该内容

3 篇文章

订阅专栏

本文通过实例详细解析了NumPy库中高级索引方法[...,1]与[...,1:2]的区别，展示了如何通过这两种方法从多维数组中选择特定元素，及它们对输出数组形状的影响。

数组的调用中经常会用到a[...,1]与a[...,1:2]最开始对这两种调用方法有点不是很明白，操作后如下：

  1 import tensorflow as tf
  2 import numpy as np
  3 a = np.array([[[1,2,21],[3,4,34]],[[5,6,56],[7,8,78]]])
  4 print('a.shape:',a.shape)
  5 
  6 b = a[...,0:2]
  7 print('b :',b)
  8 print('shape.b:',b.shape)

结果如下：

a.shape: (2, 2, 3)
b : [[[1 2]
  [3 4]]

 [[5 6]
  [7 8]]]
shape.b: (2, 2, 2)

但是如果用a[...,1],结果如下：

a.shape: (2, 2, 3)
b : [[2 4]
 [6 8]]
shape.b: (2, 2)

可以看到[...,1:3]代表的时最后一维度中的1:3的数，输入为原先维度中最后一个维度的数组，而[...,2]则是-2维度中的信息，输入相对与原先的维度少了一个维度。