numpy数组索引器中的冒号，无，切片（无）

Question

至于a = np.arange(24).reshape(2,3,4)

a[0,:,1]或a[0,slice(None),1]输出array([1, 5, 9])

a[0,None,1]给出array([[4, 5, 6, 7]])

可以解释后者吗？

Answer 1

使用原始None（不在slice中）与使用np.newaxis相同，但它只是别名。

在你的情况下：

• a[0,None,1]就像[0,np.newaxis,1]，因此输出
• 而slice(None)就像“没有切片”，这就是a[0,:,1]与a[0,slice(None),1]相同的原因。请参阅numpy的Indexing文档。

Answer 2

a[0,None,1]与a[0, 1]相同，但结果中包含额外轴。

  

可以在所有切片操作中使用newaxis对象来创建   长度为1的轴。 :const: newaxis是‘None’的别名，‘None’   可以用相同的结果代替这个。

因此a[0,None,1]与a[0,np.newaxis,1]

相同

在这种情况下，放置None的位置不相关，但每None添加一个新轴。

>>> a[0,None, 1]
array([[4, 5, 6, 7]])
>>> a[None,None,0,1]
array([[[4, 5, 6, 7]]])
>>> a[0,np.newaxis,1]
array([[4, 5, 6, 7]])