python - numpy 索引 : shouldn't trailing Ellipsis be redundant?

Question

在尝试正确理解 numpy 索引规则时，我偶然发现了以下内容。我曾经认为索引中的尾随省略号没有任何作用。微不足道不是吗？除了，它实际上不是真的:

Python 3.5.2 (default, Nov 11 2016, 04:18:53) 
[GCC 4.8.5] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> 
>>> D2 = np.arange(4).reshape((2, 2))
>>>
>>> D2[[1, 0]].shape; D2[[1, 0], ...].shape
(2, 2)
(2, 2)
>>> D2[:, [1, 0]].shape; D2[:, [1, 0], ...].shape
(2, 2)
(2, 2)
>>> # so far so expected; now
... 
>>> D2[[[1, 0]]].shape; D2[[[1, 0]], ...].shape
(2, 2)
(1, 2, 2)
>>> # ouch!
...
>>> D2[:, [[1, 0]]].shape; D2[:, [[1, 0]], ...].shape
(2, 1, 2)
(2, 1, 2)

现在有人可以告诉我这是错误还是功能？如果是后者，理由是什么？

提前致谢，保罗

Answer 1

显然 [[1, 0]] 索引的解释存在一些歧义。可能在这里讨论了同样的事情:

Advanced slicing when passed list instead of tuple in numpy

我会尝试一个不同的数组，看看它是否能让事情变得清晰

In [312]: D2=np.array([[0,0],[1,1],[2,2]])
In [313]: D2
Out[313]: 
array([[0, 0],
       [1, 1],
       [2, 2]])

In [316]: D2[[[1,0,0]]]
Out[316]: 
array([[1, 1],
       [0, 0],
       [0, 0]])
In [317]: _.shape
Out[317]: (3, 2)

使用: 或... 或将索引列表做成数组，都把它当作一个(1,3)索引，并扩展索引的维度结果相应

In [318]: D2[[[1,0,0]],:]
Out[318]: 
array([[[1, 1],
        [0, 0],
        [0, 0]]])
In [319]: _.shape
Out[319]: (1, 3, 2)
In [320]: D2[np.array([[1,0,0]])]
Out[320]: 
array([[[1, 1],
        [0, 0],
        [0, 0]]])
In [321]: _.shape
Out[321]: (1, 3, 2)

请注意，如果我将转置应用于索引数组，我会得到 (3,1,2) 结果

In [323]: D2[np.array([[1,0,0]]).T,:]
...
In [324]: _.shape
Out[324]: (3, 1, 2)

没有 : 或 ...，它似乎在将 [] 应用到第一个轴之前剥离了一层:

In [330]: D2[[1,0,0]].shape
Out[330]: (3, 2)
In [331]: D2[[[1,0,0]]].shape
Out[331]: (3, 2)
In [333]: D2[[[[1,0,0]]]].shape
Out[333]: (1, 3, 2)
In [334]: D2[[[[[1,0,0]]]]].shape
Out[334]: (1, 1, 3, 2)
In [335]: D2[np.array([[[[1,0,0]]]])].shape
Out[335]: (1, 1, 1, 3, 2)

我认为这里存在向后兼容性问题。我们知道元组层是“冗余的”:D2[(1,2)] 与 D2[1,2] 相同。但是为了与 numpy (numeric) 的早期版本兼容，第一个 [] 层可能会以相同的方式处理。

在 11 月的问题中，我指出:

So at a top level a list and tuple are treated the same - if the list can't interpreted as an advanced indexing list.

添加 ... 是将 D2[[[0,1]]] 与 D2[([0, 1],)].

来自 @eric/s 拉取请求 seburg 说明

 The tuple normalization is a rather small thing (it basically checks for a non-array sequence of length <= np.MAXDIMS, and if it contains another sequence, slice or None consider it a tuple).

[[1,2]]是一个1元素的列表，有一个列表，所以它被认为是一个元组，即([1,2],)。 [[1,2]],... 已经是元组了。