python – 切片3d numpy数组返回奇怪的形状

发布时间：2020-12-16 23:45:04 所属栏目：Python 来源：网络整理

导读：如果我用一组坐标切片一个二维数组 test = np.reshape(np.arange(40),(5,8)) coords = np.array((1,3,4)) slice = test[:,coords] 然后我的切片有我期望的形状 slice.shape(5,3) 但是,如果我用3d数组重复这个 test = np.reshape(np.arange(80),(2,5,8)) slic

如果我用一组坐标切片一个二维数组

>>> test = np.reshape(np.arange(40),(5,8))
>>> coords = np.array((1,3,4))
>>> slice = test[:,coords]

然后我的切片有我期望的形状

>>> slice.shape
(5,3)

但是,如果我用3d数组重复这个

>>> test = np.reshape(np.arange(80),(2,5,8))
>>> slice = test[0,:,coords]

然后形状现在

>>> slice.shape
(3,5)

这些是不同的原因吗？分离索引会返回我期望的形状

>>> slice = test[0][:][coords]
>>> slice.shape
(5,3)

为什么这些视图会有不同的形状？

解决方法

slice = test[0,coords]

是简单的索引,实际上是说“取第一个坐标的第0个元素,所有第二个坐标,以及第三个坐标的[1,4]”.或者更确切地说,取坐标(0,无论如何,1)并使它成为我们的第一行,(0,2)并使它成为我们的第二行,并且(0,3)并使它成为我们的第三行.有5个whatevers,所以你最终得到(3,5).

你给出的第二个例子是这样的：

slice = test[0][:][coords]

在这种情况下,您正在查看(5,8)数组,然后获取第1,第3和第4个元素,即第1行,第3行和第4行,因此最终得到(5,3)数组.

编辑讨论2D案例：

在2D情况下,其中：

>>> test = np.reshape(np.arange(40),8))
>>> test
array([[ 0,1,2,4,6,7],[ 8,9,10,11,12,13,14,15],[16,17,18,19,20,21,22,23],[24,25,26,27,28,29,30,31],[32,33,34,35,36,37,38,39]])

行为是类似的.

情况1：

>>> test[:,[1,4]]
array([[ 1,4],[ 9,12],[17,20],[25,28],[33,36]])

只是选择列1,3和4.

案例2：

>>> test[:][[1,4]]
array([[ 8,39]])

取数组的第1,即行.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!