python - Julia 中类似 Numpy 的切片

Question

在 Python/Numpy 中，我可以用这种形式对数组进行切片:

arr = np.ones((3,4,5))
arr[2]

形状将保持不变:

(arr[2]).shape # prints (4, 5)

这意味着，如果我想保持数组的形状，下面的代码适用于 N 维数组

arr = np.ones((3,4,5,2,2))
(arr[2]).shape # prints (4, 5, 2, 2)

如果我想编写适用于 N 维数组并保留其输出的函数，这非常好。

然而，在 Julia 中，相同的操作不会保留结构:

arr = ones(3,4,5)
size(arr[3]) # prints () (0-dimensinoal)
size(arr[3,:]) # prints (20,)

因为部分线性索引。因此，如果想保留原始尺寸，我需要编写 arr[3,:,:]，它仅适用于 3D 数组。如果我想要一个 4D 数组，我将不得不使用 arr[3,:,:,:] 等等。代码不通用。

此外，当你得到 5 维或更多维的数组时(我现在正在处理这种情况)，这种表示法会变得非常麻烦。

有什么方法可以让我像在 Python 中那样编写代码并使它通用？我什至想不出一种使用 reshape 的简洁方式，更不用说像 Python 一样简洁的方式了。

Answer 1

请注意，在 Python 中，只有对数组的第一个维度进行切片时，形状才会保留。在 Julia 中，您可以使用 slicedim(A, d, i) 在索引 i 处切片数组 A 的维度 d >.