Python下标语法说明答案

【问题标题】：Python subscript syntax clarificationPython下标语法说明
【发布时间】：2017-05-30 06:34:43
【问题描述】：

您能否澄清一下代码中[:, :5] 部分在以下代码段中的作用？

for i in range(5):
        weights = None
        test_inputs = testset[i][:, :5]
        test_inputs = test_inputs.astype(np.float32)
        test_answer = testset[i][:, :5]
        test_answer = code_answer(test_answer)

【问题讨论】：

这不是普通的 Python 语法，而是 Numpy 语法。

标签： python arrays numpy syntax

【解决方案1】：

这在手册的numpy indexing guide 中有解释。这不是标准的 Python 语法。

如果你有一个数组a，a[:] 在整个数组上返回一个视图（不是副本；分配给它会改变a）； a[:5] 元素视图0, 1, ..., 4。

numpy 允许使用a[i, j] 而非纯python 版本的a[i][j] 来索引更多维数组。

这应该涵盖你所有的情况。

【讨论】：

【解决方案2】：

这段代码可能使用了numpy 数组。

Numpy 定义了更精细的数组切片，类似于 Matlab 风格。

[:, :5] 表示从您的数组（可能是一个二维数组，从tester[i] 返回）获取所有行（由: 指定），然后从头开始获取列，但不包括第 5 列.

切片表达式的每个部分都遵循常规的 Python 切片语法。

[:, :5] 本身实际上是这样解释的 [(:, :5)]，因为在 Python 中，没有括号的逗号分隔值被解释为一个元组。

数组对象可以处理表示复杂切片模式的元组。

这就是这个语法的简单含义。

有关更多信息，您可能想访问 numpy 页面，您可以从 www.scipy.org 开始。

【讨论】：

【解决方案3】：

正如其他人所提到的，被引用的数组来自 numpy 包（查看它的主页page）

一个例子应该会有所帮助。首先创建一个类似于提供的代码正在操作的多维数组结构：

from numpy import *
a=arange(36).reshape(6,6)
b=a.reshape(6,3,2).swapaxes(0,2)
print b

[[[0  6 12 18 24 30]
  [2  8 14 20 26 32]
  [4 10 16 22 28 34]]
 [[1  7 13 19 25 31]
  [3  9 15 21 27 33]
  [5 11 17 23 29 35]]]

[:,:5] 语法是一种数组切片机制，可以剔除所有超过第五个的组件数组条目：

print b[1][:,:5]

[[1  7 13 19 25]
 [3  9 15 21 27]
 [5 11 17 23 29]]

【讨论】：

你没有回答这个问题。仅显示输出并不能解释输出的含义或操作符的作用。