为什么numpy数组arr2d [:, 1]和arr2d [：，0]产生不同的结果？

Question

说：

arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) 

arr2d[:, :1]给我

array([[1], 
     [4], 
     [7]]) 

arr2d[:,0]给我

array([1, 4, 7]) 

我以为他们会产生完全一样的事情。

Answer 1

1） 当你说arr2d[:, 0]，你是说给我arr2d中所有行的第0个索引（这是给我第0列的另一种方式）。

2） 当你说arr2d[:, :1]，你是说给我所有在arr2d中的所有行的:1索引。 Numpy解释:1与解释0:1相同。因此，你说“对于每一行，通过每行的第一个索引（独占）给我第0个”。这原来只是第0个索引，但是您明确要求第二个维度的长度为1（因为0:1只是“长度”一个）。

所以：

1）

print arr2d[:, 0].shape 

输出：

(3L,) 

2）

print arr2d[:, 0:1].shape 

输出：

(3L, 1L) 

我还是不明白，他们为什么不返回相同的东西？

考虑：

print arr2d[:, 0:3] 
print arr2d[:, 0:3].shape 

print arr2d[:, 0:2] 
print arr2d[:, 0:2].shape 

print arr2d[:, 0:1] 
print arr2d[:, 0:1].shape 

此输出：

[[1 2 3] 
[4 5 6] 
[7 8 9]] 
(3L, 3L) 

[[1 2] 
[4 5] 
[7 8]] 
(3L, 2L) 

[[1] 
[4] 
[7]] 
(3L, 1L) 

这将是一个有点意外和不一致的，去年形状是(3L,)。

Answer 2

与列表，你有你所描述的相同的行为：

>>> a = [1, 2, 3, 4] 
>>> a[0] 
1 
>>> a[:1] 
[1] 

与numpy加入是引进axis这使得它有点不太直观。

在第一种情况下，你返回一个项目在一个特定的指数，在第二种情况下，你返回列表中分得一杯羹。

---

随着numpy，对于前者，你选择其中返回一个轴阵列的第一列中的所有项目（是比母体的轴的数量少一个，与索引预期），但在第二种情况下，您正在对原始数组进行切片，结果仍然保留了父数组的原始尺寸。

Answer 3

指数':1'意味着：

'项目从index 0到index 0的名单' 这显然是1项的列表。

指数'0'意味着：

'的项目在index 0'。

把这个扩展到你的问题应该会使你获得的结果非常清晰。

arr2d[:, :1]表示'对应于所有行的数据和列0到0的列表'。

所以结果是列表的列表。

arr2d[:, 0]表示'数据对应于所有行，只是第一列'。

所以它只是一个列表。