Python缩进numpy矩阵产生与完全打印矩阵不同的结果[重复]

Question

打印 ndarray 对象似乎与缩进 ndarray 本身产生不同的结果。

在我的代码中，我采用了一个 128x128 元素的 ndarray，其中大部分包含零，但有一些非平凡的数字，并以两种不同的方式打印出来。我用过的第一个

print(array[:][32])

第二个我用过

print(array[33][32])

尝试找到第 33 个元素的值。

当我使用前一种方法时，我在元素 33,32 处得到 0。对于后者，我得到 23。在如何使用 ndarray 方面我是否缺少一些微妙之处？

Answer 1

这取决于您所说的 33 个元素值是什么意思。在这里，您处理二维矩阵。

请注意，为简单起见。我会说第 (x+1) 行的第 x 行

第二种情况你取33rd row和32th column中的元素，相当于array[33,32]

在第一种情况下，您将返回第 32 行。

需要注意的重要一点是，您在这里进行链索引。

array[:,32]（将返回第 32 列的所有值）不等同于 array[:][32]，后者将首先返回您的数组，然后您将获得第 32 行。

Answer 2

不要像你正在做的那样“两次”索引二维数组，这不是 Numpy 的正确语法。而是这样做：

print(array[:, 32])

或

print(array[33, 32])

取决于您实际尝试提取的值。顶部print 语句为您提供数组的32nd 列（在您的情况下应该是形状为(128,) 的一维数组），而后面的print 语句应该只为您提供行中的单个值33，专栏32。

说明

• array[:][32]

  • array[:] 只会返回整个数组。因此，array[:][32] 等同于调用array[32]。这将返回array 的32nd 行（从0 开始计算），在您的情况下应该包含128 值。

• array[33][32]

  • array[33] 将返回二维数组的33rd 行。这将是一个形状为(128,) 的一维数组。接下来，索引[32] 将应用于返回的行，因此您将在行33 列32 处得到单个值。因此在这种情况下：

    array[33][32] == array[33, 32]
    

  • 但是，重复的索引语法仍然是一个坏主意。它比使用array[33, 32] 之类的语法要慢（因为array[33][32] 将触发两个单独的索引操作）。此外，它还可能导致意外行为。例如，如果您要尝试分配给索引值：

    array[33][32] = 19
    

    这可能最终不会更改 array 中的任何值，因为通过重复索引操作 array[33][32] 有可能返回原始数组的副本。