不同形狀的ndarray

的「相同」的部分我考慮一個numpy的數組：不同形狀的ndarray

import numpy as np 
b = np.empty((10,11,12))

現在我希望下面的形狀是相同的，但他們顯然不是：

>>> b[0,:,1].shape 
>>> (11,)

和

>>> b[0][:][1].shape 
>>> (12,)

有人可以給我解釋爲什麼形狀不同？我閱讀了關於編制索引的Numpy文檔，但是它表示編寫a[k][l]與a[k,l]相同。

來源

2017-11-25 user9007131

但是，這並不適用於帶'：'的'[：]'或表達式。 – hpaulj

在第二步中，評估'temp = b [0]'。然後'temp1 = temp [：]'，然後'temp1 [1]'。也就是說，單獨的索引操作。 'b [0，：，1]'是一個索引操作，通過'numpy'作爲一個整體進行評估。嘗試匹配這兩個操作並不總是有用。 – hpaulj

發生這種情況是因爲b[0][:]是b[0]的視圖，因此b[0][:][1]確實是b[0, 1, :]。一個數字例子可能有助於突出顯示發生了什麼：

In [5]: b = np.arange(3*4*5).reshape((3, 4, 5)) 

In [6]: b[0] 
Out[6]: 
array([[ 0, 1, 2, 3, 4], 
     [ 5, 6, 7, 8, 9], 
     [10, 11, 12, 13, 14], 
     [15, 16, 17, 18, 19]]) 

In [7]: b[0, :] 
Out[7]: 
array([[ 0, 1, 2, 3, 4], 
     [ 5, 6, 7, 8, 9], 
     [10, 11, 12, 13, 14], 
     [15, 16, 17, 18, 19]]) 

In [8]: b[0, :, 1] 
Out[8]: array([ 1, 6, 11, 16]) 

In [10]: b[0][:] 
Out[10]: 
array([[ 0, 1, 2, 3, 4], 
     [ 5, 6, 7, 8, 9], 
     [10, 11, 12, 13, 14], 
     [15, 16, 17, 18, 19]]) 

In [11]: b[0][:][1] 
Out[11]: array([5, 6, 7, 8, 9]) 

In [13]: b[0, 1, :] 
Out[13]: array([5, 6, 7, 8, 9]) 

In [32]: b[0][:, 1] 
Out[32]: array([ 1, 6, 11, 16])

來源

2017-11-25 12:57:00 fuglede

我想我現在明白了。 [：]給出數組的一個副本，但以這種方式使用它：b [0，：，1]表示在第一維中選擇第0個位置，在第二個維中選擇第一個位置，在第三個維中選擇第一個位置，對？ – user9007131

除了一個普通的gotcha：與Python列表不同的是，''：''不會*淺拷貝'np.ndarray';相反，它給你一個原始數組的視圖：如果讓'c = b [：]'並更改'c'的任何部分，那麼'b'引用的內容也會改變。 – fuglede

那麼當處理numpy數組時，什麼是[：]呢？我可以忽略它，並總是在上面的例子中得到相同的結果。 – user9007131

不同形狀的ndarray

回答

相關問題