Numpy 4D数组切片

Question

为什么切片4d数组会给我3d数组？ 我期望其中一个维度的范围为1的4d数组。

例：

print X.shape
(1783, 1, 96, 96)

切片数组：

print X[11,:,:,:].shape

要么

print X[11,:].shape

给我(1, 96, 96) ，但我期望(1, 1, 96, 96)

我可以通过print X[11:12,:].shape来做到这一点，但我想知道为什么第一种方法无法按我预期的那样工作？

Answer 1

根据文档 ：

整数i返回与i:i+1相同的值， 除了返回的对象的维数减少1 。 特别是，与选择的元组p个元素的整数（以及所有其它条目: ）返回对应的子阵列与维N - 1 。 如果N = 1则返回的对象是数组标量。

---

因此，当索引为整数时，将返回该索引处的值并删除相应的轴。 在一个方面，行为符合您的预期：

In [6]: a = np.arange(5); a
Out[6]: array([0, 1, 2, 3, 4])

In [7]: a[2]
Out[7]: 2

In [8]: a[2].shape
Out[8]: ()

a为1维， a[2]为0维。

在较高维度中，如果X为4维并且形状为(1783,1,96,96) ，则X[11,:,:,:]返回所有值，其中第一个轴索引等于11，然后该轴为删除。 因此X[11,:,:,:].shape为(1,96,96) 。

当切片指定范围时，例如a[2:3]则将返回该范围内的所有值，并且不会删除轴：

In [9]: a[2:3]
Out[9]: array([2])

In [10]: a[2:3].shape
Out[10]: (1,)

同样， X[11:12, :, :, :]形状为(1,1,96,96) 。