我发现在 python 中为 numpy 数组编制索引很奇怪答案

【问题标题】：I find indexing in python for numpy array weird我发现在 python 中为 numpy 数组编制索引很奇怪
【发布时间】：2023-04-05 05:50:01
【问题描述】：

我对 python 很陌生，我正在处理一些数据操作。我以为 numpy 中的索引会是 [row][column]，但这不是我在 python 中执行时看到的。下面是一个简单的例子，说明 python 的行为方式。我不明白为什么最后两个命令得到相同的结果：

import numpy as num

test_arr = num.array([[1, 2, 3],[4, 5, 6], [7, 8, 9]],dtype=num.float32)

test_arr[0][:]
array([1., 2., 3.], dtype=float32)

test_arr[:][0]
array([1., 2., 3.], dtype=float32)

我期待

test_arr[0][:]
array([1., 2., 3.], dtype=float32)

test_arr[:][0]
array([1., 4., 7.], dtype=float32)

有人能解释一下为什么 python 的行为如此，以及如何获取所有行的第 0 个索引吗？

【问题讨论】：

即使使用 Python 列表 [:] 也只会创建一个副本；使用数组它是一个视图。所以在你的例子中它什么也没做。每个[] 都是一个单独的索引步骤。花点时间阅读 numpy 基础知识，例如这个索引页面：docs.scipy.org/doc/numpy/reference/arrays.indexing.html

标签： python arrays numpy indexing

【解决方案1】：

要在 numpy 数组中获取一列，请使用 [:,n] 其中 n 是您的列号

test_arr[:,0]
array([1., 4., 7.], dtype=float32)

【讨论】：

【解决方案2】：

In  : import numpy as num

In  : test_arr = num.array([[1, 2, 3],[4, 5, 6], [7, 8, 9]],dtype=num.float32)

In  : test_arr[0,:]
Out : [1. 2. 3.]

In  : test_arr[:,0]
Out : [1. 4. 7.]

【讨论】：