在对列表和元组进行索引的时候,发现使用多维索引会出现以下bug:
TypeError: list indices must be integers or slices, not tuple
TypeError: tuple indices must be integers or slices, not tuple
list:
list1 = [[1,2,3], [4,5,6]]
m1 = list1[1,0]
tuple:
tuple1 = ((1,2,3), (4,5,6))
m2 = tuple1[0, 1]
问题原因:这是因为我们经常使用numpy库和torch库,里面的tensor类型和np类型是支持多索引的,而list和tuple不支持。因为list和tuple支持不同类型的数据同存,而numpy是不支持的,所以numpy可以进行多索引。例子如下:
我们使用list来查看里面数据的类型:
list1 = [[1,2,3], ["test",5,6]]
print (type(list1[1][0]))
print (type(list1[0][0]))
可以看到list可以存储多种不同数据类型的数据。
我们使用numpy来进行测试:
import numpy as np
np1 = np.array( [[1,2,3], ["test",5,6]])
print (type(np1[1][0]))
print (type(np1[0][0]))
可以看到输出结果如下:
我们可以看到,numpy在创建数组时,会自动的把数据类型统一,方便进行批量处理,即可以使用多索引。tensor也是同理
结论:
1.列表(List)和元组(Tuple)是内置的数据结构,可以包含不同类型的元素,并且长度可以动态改变,主要目的是提供灵活性和易用性。所以不支持多个索引
2.numpy是为了高校的数值计算而设计的,是一个固定大小和同质的多维数组。所以支持多个索引,方便数值计算
4.如果想要使用多个索引,可以把list转换为numpy来进行处理
np1 = np.array( [[1,2,3], [4,5,6]]) #将list转换为numpy类型