在 Numpy 中切片后确定结果数组的形状

Question

我很难理解在 numpy 中切片后如何确定结果数组的形状。例如，我正在使用以下简单代码：

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

这个输出是：

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（应该如此）。但它们的形状不同。那么，最终的形状是如何由 numpy 确定的呢？

Answer 1

基本上可以归结为这个——

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

当您执行a[1:2] 时，您要求的是一个包含 1 个元素的数组。

当您执行a[1] 时，您要求的是该索引处的元素。

---

你的情况也发生了类似的事情。

当你这样做时 - array[:,1:2,1] - 这意味着来自第一维的所有可能索引，来自第二维的索引子列表（尽管子列表仅包含一个元素），以及来自第三维的第一个索引。所以你得到了一个数组数组-

 [[ 4]
  [13]
  [22]]

当您这样做时 - array[:,1,1] - 这意味着来自第一维的所有可能索引、来自第二维的第一个索引和来自第三维的第一个索引。所以你得到一个数组 -

[4 13 22]