python numpy數組索引

我想我正確理解python/numpy中數組的索引。但今天我遇到了一個問題，如下所示：python numpy數組索引

我有一個6維陣列，例如A和A.shape = (11,1,9,1,5,7)。然後，我使用索引如下：

B = A[:,0,0,0,[3,4,2],0]

B.shape = (11,3)和如預期;

C = A[:,0,0,0,[3,4,2],:]

and C.shape = (11,3,7) as expected;

但是，當我說：

D = A[:,0,:,0,[3,4,2],0]

和D.shape應(11,9,3)我可以期待，不過，蟒蛇返回D.shape = (3, 11, 9)。

而我對數組D的形狀非常困惑。

有沒有人可以給我一個簡短的解釋？非常感謝！

2017-06-20 zlpython

有大約混合片，並列出了'基本與advanced'索引文檔的部分。有一些不明確的地方，'numpy'選擇將切片尺寸放在最後。在以前的SO問題中也討論過這種行爲。 – hpaulj

[Explain slice notation]的可能重複（https://stackoverflow.com/questions/509211/explain-slice-notation） – polka

不，這不僅僅是一個普通的切片問題。這是更微妙的東西。 – hpaulj

A[:,0,:,0,[3,4,2],0]

索引與 '高級' 列表討論的，[3,4,2]產生大小3的尺寸。之後添加第一個和第三個維度，形成（3,11,9）形狀。

這種行爲有些爭議，尤其是當其他指標是標量時。當有兩個索引列表時，文檔中給出的理由更加清晰。

2017-06-20 17:40:53 hpaulj

嗨hpaulj，非常感謝答覆。現在我明白了在使用slice和seq的組合時要小心的地方。整數。 – zlpython

對於數組B和C，切片也被用於（但僅限於第一維和最後一維）並與其他標量索引組合使用，這些索引以我通常可以預期的方式工作。但是，對於數組D，在標量索引之間使用了切片，我想這是導致數組形狀導致其他行爲的原因。但是關於這個語法，它仍然很容易被混淆。 – zlpython

回答