[英]Numpy array indexing with indices
我写了以下内容:
arr3=np.array([[[1,2,3],[1,2,3],[1,2,3],[1,2,3]],[[2,2,3],[4,2,3],[4,2,2],[2,2,2]],[[1,1,1],[1,1,1],[1,1,1],[1,1,1]]])
正如我所料,
arr3[0:3,1]
应该返回相同的结果
arr3[0:3][1]
: array([[2, 2, 3],[4, 2, 3],[4, 2, 2],[2, 2, 2]])
arr3[0:3][1]
array([[2, 2, 3],[4, 2, 3],[4, 2, 2],[2, 2, 2]])
但它返回: array([[1, 2, 3],[4, 2, 3],[1, 1, 1]])
。
顺便说一下,我在Jupyter笔记本中使用python3
在执行arr3[0:3,1]
,您将从第一个axis
中的0:3
获取元素,然后在第一个element
获取每个element
。
这给出了一个不同的结果取0:3
与在第一轴线arr3[0:3]
然后以第一array
从该axis
。
所以在这种情况下, 0:3
部分在任何一种情况下都不起作用,因为array's
形状是(3, 4, 3)
所以取first
3
只是给你回到相同的array
。 在第二种情况下,这绝对没有任何作用,但在第一种情况下,它确实充当了占位符,以便您可以访问第二个axis
,但为此您应该只使用冒号: [:, some_index]
。
看看它的array
怎样的?
>>> arr3[0:3]
array([[[1, 2, 3],
[1, 2, 3],
[1, 2, 3],
[1, 2, 3]],
[[2, 2, 3],
[4, 2, 3],
[4, 2, 2],
[2, 2, 2]],
[[1, 1, 1],
[1, 1, 1],
[1, 1, 1],
[1, 1, 1]]])
但是当你执行arr3[:, 1]
你从array
的第二个 axis
获取第二个元素,这样就可以得到:
array([[1, 2, 3],
[4, 2, 3],
[1, 1, 1]])
而在另一种情况下,你从数组的第一个 axis
获取第二个元素,所以:
array([[2, 2, 3],
[4, 2, 3],
[4, 2, 2],
[2, 2, 2]])
要进一步阅读有关numpy
indexing
,请查看this page on scipy
上的this page on scipy
。
请注意这个直接适用于您的问题的具体描述:
当索引中至少有一个切片
(:)
,省略号(...)
或np.newaxis
(或者数组的维度多于高级索引)时,行为可能会更复杂。 这就像连接每个高级索引元素的索引结果一样
让我们看看我们的多维numpy数组:
import numpy as np
arr3=np.array([
[
[1,2,3],[1,2,3],[1,2,3],[1,2,3]
],[
[2,2,3],[4,2,3],[4,2,2],[2,2,2]
],[
[1,1,1],[1,1,1],[1,1,1],[1,1,1]
]
])
print(arr3[0:3,1])
返回:
[[1 2 3]
[4 2 3]
[1 1 1]]
这是有道理的,因为我们正在获取行号1到3,我们只抓取第一列。
但是, arr3[0:3][1]
将数组从第0行返回到第3行,然后选择第二行(或行索引1)。
注意:
print(arr3[0:3])
返回:
[[[1 2 3]
[1 2 3]
[1 2 3]
[1 2 3]]
[[2 2 3]
[4 2 3]
[4 2 2]
[2 2 2]]
[[1 1 1]
[1 1 1]
[1 1 1]
[1 1 1]]]
它返回一个新数组(恰好与我们当前的数组相同,因为我们只询问了数组中的所有行)。 然后我们要求第二行:
print(arr3[0:3][1])
返回:
[[2 2 3]
[4 2 3]
[4 2 2]
[2 2 2]]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.