当我使用 [[]] 作为我的索引号时，为什么它会返回这个？答案

【问题标题】：When I use [[]] as my index number, why does it return this?当我使用 [[]] 作为我的索引号时，为什么它会返回这个？
【发布时间】：2021-08-24 23:59:12
【问题描述】：

我是 python 的初学者，所以这可能是一个非常愚蠢的问题：

所以我在研究人们如何直接访问数组。

我创建了一个数组array = np.array([2,3,4])

当我试图访问它时，而不是说 print(array[1])

我说print(array[[1]]) 和它输出了[3]，而不是仅仅说3。

这是为什么呢？我认为这可能与人们在数据框中使用[[]] 访问类别的方式有关，但我不太确定这里的联系。

如果可能的话，有人可以简单地解释一下当人们使用[[]]时计算机实际上在做什么。

我尝试查看 pandas 文档，但我真的不明白，因为我只是 python 的初学者。

【问题讨论】：

这是一个麻木的事情。 [[..]] 语法允许您从数组中获取多个元素。这就是为什么你要返回一个列表
相关文档可见here。
即使没有 numpy，[3] 也是一个包含 3 的列表，[[3]] 是一个包含一个包含 3 的列表。两者在它们的上下文中都很有用。
这叫做“索引”。
@TimRoberts 呃，不，在索引的上下文中，array[3] 等价于array.__getitem__(3)，而array[[3]] 等价于array.__getitem__([3])

【解决方案1】：

您所做的是从数组中提取元素数组，而不仅仅是单个元素。碰巧你得到一个长度为 1 的数组。

为了更好地理解，试试这个：

import numpy as np
a = np.array([2,3,4])
print(a[1])
print(a[2])
print(a[[1]])
print(a[[1,2,0,2,1]])

你应该得到

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

希望您能看到您尝试的 [[1]] 案例只是我添加的最后一个示例的一个特例。

如果还不清楚，也许你可以试试这个：

a = np.array([2,3,4])
indices = [1,2,0,2,1]
print(a[indices])

这是同一件事，但对您来说可能看起来更明智。这是在索引处请求值和在索引集合处请求值之间的区别。使用 numpy 两者都可以。

另请注意，此功能特定于 numpy（和 pandas），不适用于常规 Python 列表：

a = [2,3,4]
print(a[1])  # => 3
print(a[[1]])  # => TypeError

【讨论】：