Numpy数组索引与索引

Question

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

Answer 1

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

Answer 2

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]]