为什么numpy数组arr2d [：，：1]和arr2d [：，0]产生不同的结果？

Question

说：

arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

arr2d[:, :1]给了我

array([[1],
       [4],
       [7]])

arr2d[:,0]给了我

array([1, 4, 7])

我以为他们会产生完全相同的东西。

Answer 1

1）当你说arr2d[:, 0] ，你说的是给我arr2d中所有行的第0个索引（这是另一种说法，给我第0列）。

2）当你说arr2d[:, :1] ，你说的是给我所有:1 arr2d中所有行的:1索引。 Numpy解释:1与解释0:1 。 因此，你说“对于每一行，给我每行的第0个到第一个索引（不包括”）。 事实证明这只是第0个索引，但你明确要求第二个维度的长度为1（因为0:1只是“长度”一个）。

所以：

1）

print arr2d[:, 0].shape

输出：

(3L,)

2）

print arr2d[:, 0:1].shape

输出：

(3L, 1L)

我还是不明白，他们为什么不回归同样的事情呢？

考虑：

print arr2d[:, 0:3]
print arr2d[:, 0:3].shape

print arr2d[:, 0:2]
print arr2d[:, 0:2].shape

print arr2d[:, 0:1]
print arr2d[:, 0:1].shape

这输出：

[[1 2 3]
 [4 5 6]
 [7 8 9]]
(3L, 3L)

[[1 2]
 [4 5]
 [7 8]]
(3L, 2L)

[[1]
 [4]
 [7]]
(3L, 1L)

对于最后一个形状(3L,)来说会有点出乎意料并且不一致。

Answer 2

使用列表，您具有与之相同的行为：

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

numpy的加入是axis的引入，这使得它不那么直观。

在第一种情况下，您将返回特定索引处的项目，在第二种情况下，您将返回列表的一部分。

---

对于numpy ，对于前者，你选择第一列中返回一个轴数组的所有项目（比索引时预期的父项轴数少一个），但在第二种情况下，你'重新切片原始数组，结果仍然保留父数组的原始尺寸。

Answer 3

索引':1'表示：

“从该项目的列表 index 0至index 0这显然是1个项目的列表”。

索引'0'表示：

' index 0处的项目'。

将其扩展到您的问题应该会使您获得的结果非常清晰。

arr2d[:, :1]表示'对应于所有行的数据和列0到0'的列表。

所以结果是一个列表列表。

arr2d[:, 0]表示'对应于所有行而只是第一列的数据'。

所以这只是一个清单。