python - ndarray.item(arg) 和 ndarry[arg] 有什么区别？

Question

我读了Docs , 但仍然不太了解 item 的区别和用例。

但最近我发现只有 item 起作用的地方:

a = np.array(100) # a has shape ()!
a.item() # or a.item(0)

这是从 a 中获取值的唯一方法，a[0] 不起作用。

Answer 1

ndarray.item 允许您使用平面索引来解释数组，而不是使用 [] 表示法。这允许你做这样的事情:

import numpy as np

a = np.arange(16).reshape((4,4))

print(a)
#[[ 0  1  2  3]
# [ 4  5  6  7]
# [ 8  9 10 11]
# [12 13 14 15]]

print(a[2,2]) # "Normal" indexing, taking the 3rd element from the 3rd row
# 10

print(a.item(12)) # Take the 12th element from the array, equal to [3,0]
# 12

它还允许您轻松传递索引元组，如下所示:

print(a.item((1,1))) # Equivalent to a[1,1]
# 5

最后，正如您在问题中提到的，这是一种将 size = 1 的数组元素作为 Python 标量获取的方法。请注意，这与 numpy 标量不同，例如如果 a = np.array([1.0], dtype=np.float32) 那么 type(a [0]) != 类型(a.item(0))。

b = np.array(3.14159)

print(b, type(b))
# 3.14159 <class 'numpy.ndarray'>

print(b.item(), type(b.item()))
# 3.14159 <class 'float'>