理解 numpy 数组切片的问题答案

【问题标题】：Issue with understanding numpy array slicing理解 numpy 数组切片的问题
【发布时间】：2019-05-20 15:24:57
【问题描述】：

在对 Numpy 数组进行切片时，我觉得它看起来不一致。

In[87]: y
Out[87]: 
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

In[88]: y[0,0]
Out[88]: 1

y[0,0] 是 1。没关系，但是当我输入时

In[89]: y[0,0:1]
Out[89]: array([1])

为什么切片[0,0:1]是单值数组[1]？我更期待array[1,4] 在我输入时发生

In[90]: y[0,0:2]
Out[90]: array([1,4])

我宁愿期待array[1,4,7]，因为y[0,2] 是7。

顺便说一句，如果重要的话，我使用的是 Anaconda 2019 发行版。

In[91]: import sys
   ...: print(sys.version)
3.7.3 (default, Mar 27 2019, 17:13:21) [MSC v.1915 64 bit (AMD64)]

有人知道为什么切片索引看起来如此混乱吗？谢谢

【问题讨论】：

在分割字符串和列表时会出现同样的模式：abcde'[0:2] 和 [0,1,2,3,4][0:2]。和范围：list(range(2)) 和 np.arange(0,2)。全部产生一个长度为 2 项的结果。
Python 中的切片一般是半开区间。所以 [0:1] 是 0 到 1，不包括 1，所以只有 0。同样 [0:2 ] 是 0 到 2 不包括 2 所以 0, 1。

【解决方案1】：

Numpy 使用与 Python 相同的切片符号，即[start:stop:step]。

按照惯例，索引stop 处的值会从结果序列中排除。

您可以在this tutorial 的第 3 段找到更多信息。

切片从“from”索引延伸到“to”索引之前的一项。

【讨论】：