0

我遇到了一个代码片段，其中我无法理解其中的两个语句，但我可以看到每个语句的最终结果。

我将在给出语句之前创建一个变量：

train = np.random.random((10,100))

其中一个读作：

train = train[:-1, 1:-1]

这个切片是什么意思？怎么读这个？我知道-1切片表示从后面。但我无法理解这一点。

另一份声明如下：

la = [0.2**(7-j) for j in range(1,t+1)]
np.array(la)[:,None]

slicing with Noneas in[:,None]是什么意思？

对于上述两个语句，以及每个语句的阅读方式，如果有一个替代方法会有所帮助，以便我更好地理解它。

4

1 回答 1

2

Python 的优势之一是它对简单原则的统一应用。Numpy 索引，与 Python 中的所有索引一样，将单个参数传递给索引对象（即数组）的__getitem__方法，并且 numpy 数组是切片机制的主要理由之一（或至少是其早期用途之一）。

当我试图理解新行为时，我喜欢从一个具体且易于理解的示例开始，而不是 10x100 随机值，我将从一维 4 元素向量开始并工作到 3x4，它应该足够大了解发生了什么。

simple = np.array([1, 2, 3, 4])

train = np.array([[1, 2, 3, 4],
                   [5, 6, 7, 8],
                   [9, 10, 11, 12]])

解释器将这些显示为

array([1, 2, 3, 4])

array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])

该表达式simple[x]在底层等效于（也就是说解释器最终执行）simple.__getitem__(x)- 请注意此调用采用单个参数。

numpy 数组的__getitem__方法非常简单地使用整数实现索引：它从第一个维度中选择单个元素。如此，如此。simple[1]_2train[1]array([5, 6, 7, 8])

当__getitem__接收元组作为参数时（这是 Python 的语法解释表达式的方式array[x, y, z]），它将元组的每个元素作为索引应用于索引对象的连续维度。所以result = train[1, 2]是等价的（从概念上讲 - 代码在实现上更复杂）

temp = train[1]    # i.e. train.__getitem__(1)
result = temp[2]   # i.e. temp.__getitem__(2)

果然，我们发现它result出现在7. 你可以认为array[x, y, z]它等同于array[x][y][z].

现在我们可以添加切片。包含冒号的表达式可以被视为切片文字（我还没有看到更好的名称），解释器为它们创建切片对象。如文档所述，切片对象主要是三个值的容器，start，stop和slice，这取决于每个对象的__getitem__方法如何解释它们。您可能会发现这个问题有助于进一步了解切片。

有了你现在所知道的，你应该能够理解你的第一个问题的答案。

result = train[:-1, 1:-1]

将调用train.__getitem__切片的二元素元组。这相当于

temp = train[:-1]
result = temp[..., 1:-1]

第一条语句可以读作“设置temp为除最后一行之外的所有train”，第二个语句可以理解为“设置为result除第一列和最后一列之外的所有temp”。train[:-1]是

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

并将[1:-1]下标应用于该数组的第二维给出

array([[2, 3],
       [6, 7]])

下标第一维上的省略号temp表示“通过所有内容”，因此the subscript expression[...] can be considered equivalent to[:] . As far as theNone values are concerned, a slice has a maximum of three data points: _start_, _stop_ and _step_. ANone value for any of these gives the default value, which is0 for _start_, the length of the indexed object for _stop_, and1 for _step. Sox[None:None:None] is equivalent tox[0:len(x):1] which is equivalent tox[: :]`。

有了这些知识，您应该有更多机会了解正在发生的事情。

于 2019-06-01T19:15:22.930 回答