python - 使用冒号的 Numpy 数组切片

Question

我正在尝试学习 numpy 数组切片。

但这是我似乎无法理解的语法。

什么是

a[:1] 做。

我用 python 运行它。

a = np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16])
a = a.reshape(2,2,2,2)
a[:1]

输出:

array([[[ 5,  6],
        [ 7,  8]],

       [[13, 14],
        [15, 16]]])

有人可以向我解释切片及其工作原理吗？文档似乎没有回答这个问题。

另一个问题是是否有一种方法可以使用类似

的方法生成数组

np.array(1:16) 或类似 python 的地方

x = [x for x in range(16)]

Answer 1

切片中的逗号用于分隔您可能拥有的各种维度。在您的第一个示例中，您将数据 reshape 为具有 4 个维度，每个维度的长度为 2。这可能有点难以可视化，因此如果您从 2D 结构开始，它可能更有意义:

>>> a = np.arange(16).reshape((4, 4))
>>> a
    array([[ 0,  1,  2,  3],
           [ 4,  5,  6,  7],
           [ 8,  9, 10, 11],
           [12, 13, 14, 15]])
>>> a[0]  # access the first "row" of data
    array([0, 1, 2, 3])
>>> a[0, 2]  # access the 3rd column (index 2) in the first row of the data
    2

如果您想使用切片访问多个值，您可以使用冒号来表示一个范围:

>>> a[:, 1]  # get the entire 2nd (index 1) column
    array([[1, 5, 9, 13]])
>>> a[1:3, -1]  # get the second and third elements from the last column
    array([ 7, 11])
>>> a[1:3, 1:3]  # get the data in the second and third rows and columns
    array([[ 5,  6],
           [ 9, 10]])

您也可以执行以下步骤:

>>> a[::2, ::2]  # get every other element (column-wise and row-wise)
    array([[ 0,  2],
          [ 8, 10]])

希望对您有所帮助。一旦这更有意义，您可以通过使用 None 或 np.newaxis 或使用 ... 省略号来查看诸如添加维度之类的东西:

>>> a[:, None].shape
    (4, 1, 4)

您可以在这里找到更多信息:http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html