numpy切片里的省略号[...,0]的作用

标签：sha   pes   观察   random   image   info   index   lin   输出   

原文：https://www.cnblogs.com/ppes/p/9462063.html 

官网的定义：

Ellipsis expand to the number of : objects needed to make a selection tuple of the same length as x.ndim. There may only be a single ellipsis present.

按照定义的理解，它是对 切片 [ : ] 里的 : 的拓展，但是它只能出现一个，就是说你可以，[ : , : , : ],但是[ ... , ...]就会报错。

具体的拓展，看官方的说法也是一头雾水，代码还是更直观一点：

1 x = np.random.RandomState(5).randint(200, size=[3, 4, 5])
2 print(x.ndim, x.shape, x.size)
3 print(x)

 按定义看，...  和 : 好像有点见不得人的关系，所以使用它们来进行比较：

首先是 

1 print("x: \n", x[:])
2 print(‘x[...]\n‘, x[...])

两个结果都一样是 就是上图的 x

好像只是改个马甲而已，那么

print(‘x[..., 1]\n‘, x[..., 1])
print(‘x[:, 1]\n‘, x[:, 1])

好吧，打扰了，现在看看是怎么回事。我就不解释 ：了，毕竟我们的主角是 ... 。好了，我们仔细观察：

这个 1 好像就代表第2列（从0开始），如果是这样的话，那么使用了 ... 之后，数字 1 不再是元素的index 了 , 而是 轴（axis）

的索引了，关于轴可以看看这我对轴的介绍：https://www.cnblogs.com/ppes/p/9461246.html 。如果你看过我的介绍，或者知道轴的作用那么，

我们可以这样去判断，一共有4 列（假设为 y0,y1,y2,y3），所以我们 x[... ：5]就会报错而[ ... : -5]就不会。结果正如猜想的一样，确实报错了，而-5也正好就是第1列（y0）的数据。

 现在我们知道 ... 的作用，就是对轴进行索引，那么，怎么确定哪一条轴呢？

 x[1 : ... ]

现在你们大概也懂了，数字在哪一维：x[3维][2维][1维]。

但是我们只有添加一个 ... ，1 维 怎么获取呢，x[: , ... , 1] 、x[ 1, ...,1 ] 、x[ 1, 1, ... ]分别输出的是什么？

自己动手吧，不然你是记不住的！！因为神童是不会看这篇文章的。。。

numpy切片里的省略号[...,0]的作用

标签：sha   pes   观察   random   image   info   index   lin   输出   

原文地址：https://www.cnblogs.com/ppes/p/9462063.html