numpy中的索引和切片[重复]

【问题标题】：Indexing and slicing in numpy [duplicate]numpy中的索引和切片[重复]
【发布时间】：2020-05-12 09:33:04
【问题描述】：

x = np.array([[[1],[2],[3]], [[4],[5],[6]]])
x.shape
(2,3,1)
x[1:3]
array([[[4],
    [5],
    [6]]])

我预计 x[1:4] 中会出现错误，因为索引超出范围，但它给出了可能的输出。

【问题讨论】：

【解决方案1】：

>>> "hi"[1:500]
'i'

Python 将调整切片的结尾以匹配序列的结尾：索引 2-499 处不再有条目，因此它仅在索引 1 处停止。

>>> "what"[3000:]
''

它还会钳制切片的开头以匹配序列的结尾：索引 3000 处没有条目，因此返回一个空字符串。

与您的情况相同：x[1] == [[4],[5],[6]]]，但x[2:3] 是一个空序列，因此您得到了[[[4],[5],[6]]]] + [] == [[[4],[5],[6]]]]。

【讨论】：

【解决方案2】：

对于区间索引，它是 Numpy 的行为。如果您给出单个索引（超出范围），则会引发错误。例如：

x = np.array([1, 2, 3, 4, 5, 6])
x[7]

如果你想同时拥有引发错误和区间索引，你可以使用 Numpy take：

a = [4, 3, 5, 7, 6, 8]
indices = range(3, 7)
np.take(a, indices)

以上两种情况，Numpy 都会报错

【讨论】：