在Numpy中切片后确定结果数组的形状

Question

我很难理解在切割成numpy后如何确定合成数组的形状.例如,我使用以下简单代码:

import numpy as np


array=np.arange(27).reshape(3,3,3)

slice1 = array[:,1:2,1]
slice2= array[:,1,1]

print "Content in slice1 is  ", slice1
print "Shape of slice1 is ", slice1.shape
print "Content in slice2 is ",slice2
print "Shape of Slice2 is", slice2.shape

输出是:

Content in slice1 is 
 [[ 4]
  [13]
  [22]]
Shape of slice1 is  (3, 1)
Content in slice2 is  [ 4 13 22]
Shape of Slice2 is (3,)

在这两种情况下,内容都是相同的(应该是这样).但它们的形状不同.那么,结果形状是如何由numpy决定的？

Answer 1

它基本归结为此 -

In [118]: a = np.array([1,2,3,4,5])

In [119]: a[1:2]
Out[119]: array([2])

In [120]: a[1]
Out[120]: 2

当你这样做时a[1:2],你要求的是一个包含1个元素的数组.

当你这样做时,a[1]你要求该索引处的元素.

在你的情况下发生类似的事情.

当你这样做时 - array[:,1:2,1]它意味着来自第一维的所有可能的索引,来自第二维的索引的子列表(尽管子列表仅包含一个元素),以及来自第三维的第一索引.所以你得到一个阵列数组 -

 [[ 4]
  [13]
  [22]]

当你这样做时 - array[:,1,1]它表示所有可能的索引来自第一维,第一索引来自第二维,第一索引来自第三维.所以你得到一个阵列 -

[4 13 22]