子集 2D NumPy 数组

Question

你好，我正在学习 python 的道路上，我正在努力理解这个问题，你能帮我解决这个问题吗

打印出 np_baseball 的第 50 行。 为什么这个命令的答案是 [49, :] 从我的角度来看，如果要求第 50 个应该只是 [49] 为什么还有额外的：

将非常高兴您的回应

Answer 1

关于切片的 numpy 文档指出：

如果选择元组中的对象数小于 N，则假定任何后续维度为 :。

所以这两个版本实际上是一样的。

文档给出的示例是这样的：

x = np.array([[[1],[2],[3]], [[4],[5],[6]]])
x[1:2]  # array([[[4],[5],[6]]])

Answer 2

看起来你正在使用这course ：

https://github.com/datacamp/courses-introduction-to-python/blob/master/chapter4.md

并查看这段代码：

# baseball is available as a regular list of lists

# Import numpy package
import numpy as np

# Create np_baseball (2 cols)
np_baseball = np.array(baseball)

# Print out the 50th row of np_baseball
print(np_baseball[49,:])

# Select the entire second column of np_baseball: np_weight_lb
np_weight_lb = np_baseball[:,1]

# Print out height of 124th player
print(np_baseball[123, 0])

请注意，选择一列的下一行使用[:,1]表示法：

np_baseball[:,1]

这里需要'：'来识别/分割第一个维度，行。 在np_baseball[49,:]中，':' 做同样的事情，切割第二维。 但作为简写，不需要指定尾随尺寸，因此np_baseball[49]很好。

在编写指导性答案时，我喜欢包含尾随切片，即使代码不需要它。 我认为它使（大多数:)）人类读者更清楚。