“numpy”中的“切片”(:) 和“省略号”(...) 运算符有什么区别？

Question

我遇到了一段代码，作者在数组中使用了ellipsis运算符（例如，[..., 1]）numpy而不是slice运算符（例如，[:, 1]）来获取数组部分。

我对这个主题的研究：

1. 从scipy github wiki 页面我了解到这两个运算符执行有些相似的操作，即返回多维数组的切片。

2. 我已经讨论过这个问题，它涉及numpy数组的几种切片技术，但没有找到关于何时应该使用slice运算符以及何时需要使用运算符的情况的详细说明ellipsis，或者它们的功能是否相同。

3. 从Example 1我看不出两个运算符之间有任何区别：

示例1：

    import numpy as np

    A = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
    A[..., 0], A[:, 0]    # Out: (array([1, 4, 7]), array([1, 4, 7]))
    A[..., 0] == A[:, 0]  # Out: array([ True,  True,  True])

所以我的问题是：

• slice使用vsellipsis运算符与有何区别numpy.ndarrays？
• 它们可以互换使用吗？
• 使用其中之一有什么优点吗？

我非常感谢您对我的问题进行详细说明，并提前感谢您的宝贵时间。

Answer 1

两者背后的动机完全不同。

• 省略号的意思是“所有其他维度（我懒得去列举或者不确定或者不关心有多少）”

• 切片的意思是“由起始和结束索引（和步幅）指定的当前维度的子集”。