python array中关于[a，b，c]的使用方式

萌萌的大宇宙

不论是用numpy或者是tensorflow，在机器学习的过程中常常会用到[]来提取array中的元素，但是再找了很多的资源之后发现并没有比较好的解释
我在尝试之后给出list[]的用法和解析，希望能帮到大家

以这样的数据为例

1. list1 = np.arange(24).reshape([2,3,4])
   
2. ‘'‘
   
3. [[[ 0  1  2  3]
   
4.   [ 4  5  6  7]
   
5.   [ 8  9 10 11]]
   
6. 
   
7. [[12 13 14 15]
   
8.   [16 17 18 19]
   
9.   [20 21 22 23]]]
   
10.   '‘'

复制代码

1.[a,b,c]类型

在array中取到了位置[a,b,c]的元素，不多做解释。

1. print(list1[1,1,1])
   
2. # 17

复制代码

2.[]中含有‘：’符号

只有：时，代表取某一维度的全部元素
：前后有数字时，相当于把那维当做一个list，1：3就代表取索引1，2的元素
其中的关系给出两个例子，大家可以思考其中的原理

1. print(list1[:,:,1]) # 代表取出前两个维度的所有元素，只要第三维度的1索引元素
   
2. ‘'‘
   
3. [[ 1  5  9]
   
4. [13 17 21]]
   
5. '‘'
   
6. 
   
7. print(list1[:,1:3,-1]) # 取出第一个维度所有元素，第二个维度的索引1和2的元素，第三个维度倒数第一个的元素
   
8. '''
   
9. [[ 7 11]
   
10. [19 23]]
    
11. '''

复制代码

3.None出现的时候

None是用来增加维度的，在哪里出现就给哪里增加1维

1. print(list1)
   
2. print(list1[None]) # 相当于在最前面增加一维
   
3. print(list1[None].shape)
   
4. '''
   
5. [[[ 0  1  2  3]
   
6.   [ 4  5  6  7]
   
7.   [ 8  9 10 11]]
   
8. 
   
9. [[12 13 14 15]
   
10.   [16 17 18 19]
    
11.   [20 21 22 23]]]
    
12. [[[[ 0  1  2  3]
    
13.    [ 4  5  6  7]
    
14.    [ 8  9 10 11]]
    
15. 
    
16.   [[12 13 14 15]
    
17.    [16 17 18 19]
    
18.    [20 21 22 23]]]]
    
19. (1, 2, 3, 4)
    
20. '''
    
21. 
    
22. print(list1)
    
23. print(list1[:,:,None])
    
24. print(list1[:,:,None].shape)
    
25. 
    
26. ‘'‘
    
27. [[[ 0  1  2  3]
    
28.   [ 4  5  6  7]
    
29.   [ 8  9 10 11]]
    
30. 
    
31. [[12 13 14 15]
    
32.   [16 17 18 19]
    
33.   [20 21 22 23]]]
    
34. [[[[ 0  1  2  3]]
    
35. 
    
36.   [[ 4  5  6  7]]
    
37. 
    
38.   [[ 8  9 10 11]]]
    
39. 
    
40. 
    
41. [[[12 13 14 15]]
    
42. 
    
43.   [[16 17 18 19]]
    
44. 
    
45.   [[20 21 22 23]]]]
    
46. (2, 3, 1, 4)
    
47. '‘'

复制代码

None的作用于np.newaxis的作用是一样的
下面给出一个例子，大家可以体会一下：

1. print(list1)
   
2. print(list1[None,])
   
3. print(list1[None,].shape)
   
4. print(list1[np.newaxis,:])
   
5. print(list1[np.newaxis,:].shape)
   
6. 
   
7. ‘'‘
   
8. [[[ 0  1  2  3]
   
9.   [ 4  5  6  7]
   
10.   [ 8  9 10 11]]
    
11. 
    
12. [[12 13 14 15]
    
13.   [16 17 18 19]
    
14.   [20 21 22 23]]]
    
15. [[[[ 0  1  2  3]
    
16.    [ 4  5  6  7]
    
17.    [ 8  9 10 11]]
    
18. 
    
19.   [[12 13 14 15]
    
20.    [16 17 18 19]
    
21.    [20 21 22 23]]]]
    
22. (1, 2, 3, 4)
    
23. [[[[ 0  1  2  3]
    
24.    [ 4  5  6  7]
    
25.    [ 8  9 10 11]]
    
26. 
    
27.   [[12 13 14 15]
    
28.    [16 17 18 19]
    
29.    [20 21 22 23]]]]
    
30. (1, 2, 3, 4)
    
31. '‘'

复制代码

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。                                                           

来源:https://www.jb51.net/python/3162577o6.htm
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！