numpy数组中冒号[:,:,0]与[...,0]的区别

简介: x[:,:,0] 意思是对数组x切片,可以想象成一个正方体数据,每次切下一个面的数据。第二维取0则得出来[3,4]大小的数组

先随机产生一个[3,4,5]的numpy数组。则该x维度是3,shape是(3,4,5),总共包含60个元素。


c484914f50ff408eb2ab984f110925df.png


x[:,:,0] 意思是对数组x切片,可以想象成一个正方体数据,每次切下一个面的数据。第二维取0则得出来[3,4]大小的数组,即


535bd0a6c2384eb2ac2cac7c4659e248.png


可以验证:


c0589afa57ad4a8089fe9a2a43be3408.png


那么[...,0]代表了什么?


首先...只能出现一次,就是说你可以,[ : , : , : ],但是[ ... , ...]就会报错。


使用了 ... 之后,数字0不再是元素的index 了 , 而是 轴(axis)。下面通过numpy.amax()(选出轴最大的元素)来具体说明。


7beebae0011e43119580552fa728543d.png


x大小为(3,4,5)


首先看axis=2,第一个数字189是从x[ ][ ] [0] 到 x[ ][ ] [4] 比较而得,因此一共有3*4=12元素


axis=1,第一个数字99是从x[ ][0] [ ] 到 x[ ][3] [ ] 比较而得,因此一共有3*5=15元素


同理,axis=0,第二个数字189是从x[0] [ ] [ ] 到 x[2] [ ] [ ] 比较而得,因此一共有4*5=20元素


axis=0时 比较的示意图:


80970854fac44586bc45e0b58171a8b8.png


最直观的:函数所选的axis的值,就表明 x[ ][ ][ ] 的第几个方块号,从0开始,代表第一个[ ],即x[ ] [ ] [ ],所以维度与axis的对应关系为,对于维度为(3,4,5)的数组,axis=0 长度为3,axis=1长度为4,axis=2长度为5。


则[...,0]表示,与[:,:,0]等价:


4d14adc4dd15432784ba830f840d84ee.png


577bd1f313d647978c7280f6700b103a.png


同时,还可以这样用。


20190413183115365.png

目录
相关文章
|
2月前
|
机器学习/深度学习 并行计算 大数据
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧2
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
89 10
|
2月前
|
Python
Numpy学习笔记(四):如何将数组升维、降维和去重
本文介绍了如何使用NumPy库对数组进行升维、降维和去重操作。
48 1
|
2月前
|
Python
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
NumPy库中的`np.concatenate`和`np.append`函数,它们分别用于沿指定轴拼接多个数组以及在指定轴上追加数组元素。
38 0
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
|
2月前
|
Python
使用 NumPy 进行数组操作的示例
使用 NumPy 进行数组操作的示例
38 2
|
2月前
|
索引 Python
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧1
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
110 4
|
2月前
|
机器学习/深度学习 并行计算 调度
CuPy:将 NumPy 数组调度到 GPU 上运行
CuPy:将 NumPy 数组调度到 GPU 上运行
97 1
|
3月前
|
Python
numpy | 插入不定长字符数组测试OK
本文介绍了如何在numpy中创建和操作不定长字符数组,包括插入和截断操作的测试。
|
3月前
|
API Python
Numpy 数组的一些集合操作
Numpy 数组的一些集合操作
39 0
|
3月前
|
编译器 Linux API
基于类型化 memoryview 让 Numpy 数组和 C 数组共享内存
基于类型化 memoryview 让 Numpy 数组和 C 数组共享内存
42 0
|
4月前
|
索引 Python