【发布时间】:2013-01-19 07:14:45
【问题描述】:
我刚刚偶然发现numpy 中的数组可能被一个空元组索引:
In [62]: a = arange(5)
In [63]: a[()]
Out[63]: array([0, 1, 2, 3, 4])
我在numpy wiki ZeroRankArray 上找到了一些文档:
(Sasha) 首先,无论对 x[...] 和 x[()] 做出何种选择,它们都应该是相同的,因为 ... 只是“尽可能多的:”的语法糖,在零秩的情况导致 ... = (:,)*0 = ()。其次,零级数组和 numpy 标量类型在 numpy 中是可以互换的,但是 numpy 标量可以用于一些 ndarrays 不能的 python 构造中。
因此,对于 0 维数组,a[()] 和 a[...] 应该是等效的。它们也适用于高维数组吗?它们似乎是:
In [65]: a = arange(25).reshape(5, 5)
In [66]: a[()] is a[...]
Out[66]: False
In [67]: (a[()] == a[...]).all()
Out[67]: True
In [68]: a = arange(3**7).reshape((3,)*7)
In [69]: (a[()] == a[...]).all()
Out[69]: True
但是,它是不是语法糖。不适用于高维数组,甚至不适用于 0 维数组:
In [76]: a[()] is a
Out[76]: False
In [77]: a[...] is a
Out[77]: True
In [79]: b = array(0)
In [80]: b[()] is b
Out[80]: False
In [81]: b[...] is b
Out[81]: True
然后是一个空的 list 索引的情况,它完全做其他事情,但看起来等同于用一个空的ndarray 进行索引:
In [78]: a[[]]
Out[78]: array([], shape=(0, 3, 3, 3, 3, 3, 3), dtype=int64)
In [86]: a[arange(0)]
Out[86]: array([], shape=(0, 3, 3, 3, 3, 3, 3), dtype=int64)
In [82]: b[[]]
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
IndexError: 0-d arrays can't be indexed.
因此,() 和 ... 似乎相似但并不完全相同,而使用 [] 进行索引则完全不同。而a[] 或b[] 是SyntaxErrors。使用列表进行索引记录在 index arrays,并且有一个关于使用元组索引的简短通知 at the end of the same document。
剩下的问题是:
a[()] 和 a[...] 之间的区别是设计使然吗?那么设计是什么?
(这个问题让人想起:What does the empty `()` do on a Matlab matrix?)
编辑:
事实上,即使是 标量 也可能被空元组索引:
In [36]: numpy.int64(10)[()]
Out[36]: 10
【问题讨论】:
标签: python arrays numpy indexing