array[i][:] 和 array[i,:] 的区别

Question

我是 python 的新手，所以我习惯使用array[i][j]而不是array[i,j]. 今天，我按照教程创建的脚本不起作用，直到我发现我正在使用

numpy.dot(P[0][:], Q[:][0])

代替

numpy.dot(P[0,:], Q[:,0])

出于某种原因，第二个有效，而第一个给了我一个形状错误。矩阵维度是 MxK 和 KxN。

我试图同时打印P[0][:]和P[0,:]运行id()，type()并且P[0][:].shape，也没有找到一个理由吧。为什么这些东西不一样？

我在 Jupyter Notebook 4.3.0 和 Python 2.7.13 上运行它。

Answer 1

在处理 numpy 数组时，您几乎应该总是使用[i, j]而不是[i][j]。在许多情况下没有真正的区别，但在你的情况下有。

假设你有一个这样的数组：

>>> import numpy as np
>>> arr = np.arange(16).reshape(4, 4)
>>> arr 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

当您使用[:]它时，相当于一个新视图，但如果您这样做[1, :]，[:, 1]则意味着获得第二行（列）。粗略地说，这意味着：索引您拥有数字的维度，并留下您拥有数字的维度:：

>>> arr[:]
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

>>> arr[:, 1]  #  get the second column
array([ 1,  5,  9, 13])
>>> arr[:][1]  # get a new view of the array, then get the second row
array([4, 5, 6, 7])

这是因为[1]被解释为[1, ...](...是省略号对象) 并且对于 2D 它相当于[1, :].

这也是行索引仍然有效的原因（因为它是第一个维度）：

>>> arr[1, :]  # get the second row
array([4, 5, 6, 7])
>>> arr[1][:]  # get the second row, then get a new view of that row
array([4, 5, 6, 7])