numpy数组切片，为什么有时2-d数组，有时是1-d数组

Question

我的问题是关于numpy中的数组切片。 以下行为的逻辑是什么？

x = arange(25)
x.shape = (5, 5)
# This results in a 2-d array in which rows and columns are excerpted from x
y = x[0:2, 0:2]
# But this results in a 1-d array
y2 = x[0:2, 0]

我希望y2是一个二维数组，其中包含第0行和第0列第0列的值。

Answer 1

您可以使用x[0:2, 0:1]获得预期的行为，即使用单个项目切片。 但是，只要选择了单个元素，该尺寸就会折叠。 你可能不喜欢它，但如果你想一点，你应该意识到它是最一致的行为：遵循你的逻辑， x[0, 0]将是1行1列的2d数组，而不是存储在该位置的项目。

Answer 2

这遵循标准的Python约定。 看看这些类似表达式的结果：

>>> a = [0, 1, 2, 3, 4, 5]
>>> a[4]
4
>>> a[4:5]
[4]

如您所见，一个返回一个项目 ，另一个返回包含一个项目的列表 。 这总是python的工作方式，而numpy只是遵循这个约定，但是更高的维度。 无论何时传递切片而不是单个项目，都会返回一个列表; 即使列表中没有项目也是如此，因为结束索引太低，或者因为起始索引太高：

>>> a[4:4]
[]
>>> a[6:6]
[]

因此，在所有情况下，传递切片意味着“返回一个序列（沿着给定的维度）”，而传递整数则意味着“返回单个项目（沿着给定的维度）”。

Answer 3

使用单个元素而不是切片访问数组时，它将折叠该维度。 因此，如果你有

x = arange(25)
y = x[10]

你会期望y为10而不是array([10]) 。

所以，如果你使用

y2 = x[0:2, 0]
print y2.shape
(2,)

它会破坏第二个维度。 如果要保留第二个维度，则需要使用切片访问该维度。

y2 = x[0:2, 0:1]
print y2.shape
(2, 1)