列表和元组的行为不同

Question

我很清楚 there are differences between lists and tuples 和 tuples aren't just constant lists，但很少有例子表明 代码 对两者的处理方式不同（与编码约定相反），所以我（草率地）交替使用它们。

然后我遇到了一个他们给出完全不同行为的案例：

>>> import numpy as np
>>> a = np.arange(9).reshape(3,3)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> idx = (1,1)
>>> a[idx]
4
>>> idx = [1,1]
>>> a[idx]
array([[3, 4, 5],
       [3, 4, 5]])

有人能解释一下这里发生了什么吗？更重要的是，这个陷阱在 scipy 中还出现在哪里？

Answer 1

您将获得不同的行为，因为在 numpy 中支持三种类型的索引

• 基本切片
• 高级索引
• 记录访问

使用元组进行索引仅相当于一个参数列表，其后缀为基本切片，而使用非元组列表导致高级索引。

还记得，来自documentation

在选择对象，obj是a的时候触发高级索引 非元组序列对象，一个 ndarray（数据类型为整数或布尔值）， 或具有至少一个序列对象或 ndarray 的元组（数据类型 整数或布尔值）。有两种类型的高级索引：整数 和布尔值。

高级索引始终返回数据的副本（与 返回视图的基本切片）。

此外，来自相同的文档

在 Python 中，x[(exp1, exp2, ..., expN)] 等价于 x[exp1, exp2, ...，expN];后者只是前者的语法糖。