在Python的NumPy数组中，A[0]和A[0:1]有什么区别？

Question

在Python的NumPy数组中，A[0]和A[0:1]有什么区别？

7

我有一个像这样的numpy数组：

candidates = 

array([[1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 0,
        0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0],
       [0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1,
        0, 1, 0, 1, 1, 1, 1, 0, 1, 0, 1, 1],
       [1, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0,
        0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0]])

我不明白candidates[0]有什么区别：

candidates[0] = 

array([1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 0,
       0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0]

candidates[0].shape = (34,)

还有candidates[0:1]：

candidates[0:1] = 

array([[1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 0,
        0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0]])

candidates[0:1].shape = (1, 34)

我认为两者应该给出完全相同的结果，因为后面的 candidates[0:1] 应该只表示第一个元素，对吧？那么，这两者之间到底有什么区别呢？

- RezAm

4

这段话的意思是：这里的切片方式与普通的Python切片方式相同：candidates[0]表示第一个元素（在本例中，即第一行）；candidates[0:1]表示前一个元素的集合（在本例中，即只包含第一行的二维数组）。这就是形状不同的原因。比较一下lst = [1,2,3]和lst[0]与lst[0:1]：其中一个是1，另外一个是[1]。 - abarnert

@decadenza（另外，您链接的问题本身也被关闭为dup of this one，我认为它有一个更好的答案 - 但幸运的是，如果我们想要关闭它，我们可以链接两个问题。） - abarnert

@abarnert 谢谢您的回复！我显然知道 [0] 和 [0:1] 之间的区别。我只是需要理解后者会产生一个二维数组。不知道是否应该从问题中删除“大小”这个词以避免混淆？或者如果您认为您可以改进我的措辞，请继续，因为英语不是我的母语哈哈。谢谢！ - RezAm

@Antonio，其他答案是否解决了你的问题？是因为形状为(1, 34)让你感到困惑，还是因为[0:1]返回一个二维数组让你感到困惑？ - abarnert

@abarnert，不，这些问题的答案与我的困惑无关。我只是不明白[0]是索引，而[0:1]是切片，并导致2D数组。顺便说一下，我从我的问题中删除了“size”这个词。如果您愿意，请随意改进它。谢谢！ - RezAm

显示剩余3条评论

3个回答

2

区别在于维度的数量：candidates[0:1]将返回一个二维数组，而candidates[0]将返回一个一维数组：

>>> candidates[0:1].ndim
2
>>> candidates[0].ndim
1

通过candidates[0:1]的输出，您也可以“看到”数组的维度：注意数组周围方括号的数量。这些方括号可以提示数组的维度。

- sacuL

2

不。区别在于你的数组形状不同。在第一种情况下，你有一个一维数组。在第二种情况下，你有一个二维数组。

你可以通过测试数组的“shape”属性来进行测试：

print(np.array([[1, 0]]).shape)
(1, 2)

print(np.array([1, 0]).shape)
(2,)

通过使用一个元素列表，比如[0:1]来切片数组，你的结果将会增加一个维度。请注意这与使用范围无关；当你使用一个只有1个元素的列表作为索引器时，这也是正确的：

x = np.array([[0, 1], [2, 3]])

print(x[[0]].shape)
# (1, 2)

- jpp

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- abarnert · Accepted Answer

在Python中，[0]表示是索引操作，它返回第一个元素，而[0:1]表示是切片操作，它返回前1个元素的集合。

这可能更容易理解，使用一个普通的列表：

>>> lst = [1, 2, 3]
>>> lst[0]
1
>>> lst[0:1]
[1]

Numpy扩展了Python的索引和切片功能，其中一些会给您提供一个2D结果，出于不同的原因。例如，您可以像使用索引数组一样使用[0]作为类似“数组”的索引，但相关基础知识在这里是相同的。对于一个2D的numpy数组，元素是行，所以candidates[0]是第一行——一个1D数组，而candidates[0:1]是所有第一行的数组——一个2D数组。因此，第一个形状为(34,)，第二个形状为(1, 34)。

如果您没有仔细查看，可能不会注意到这两者之间的区别，但请比较它们的起始方式：

array([1,
array([[1,

它们没有排成一行，因为第二个括号有两个而不是一个，这是因为它是一个二维数组而不是一维数组。