python切片与三个点

1. 背景

在torch和numpy中经常会遇到对tensor进行切片操作,如x[..., :3], [:, :2]等,对于:的操作很好理解,与python列表中操作相同,但是...是什么操作呢

2. 示例

以torch中的切片为例,如下

import torch
x = torch.rand((2,3,4))
print(x)
y = x[..., 2:4]
z = x[..., :, -1]
k = x[:, :, -1]
j = x[1, ...]

print("y", y)
print("z:", z)
print("k", k)
print("j", j)

输出如下:

tensor([[[0.2626, 0.8649, 0.0496, 0.0013],
         [0.5466, 0.1964, 0.1133, 0.5052],
         [0.8863, 0.2080, 0.0276, 0.0924]],

        [[0.4060, 0.8400, 0.4646, 0.3968],
         [0.2729, 0.3125, 0.7060, 0.3351],
         [0.3627, 0.8817, 0.9210, 0.3325]]])
         
y: tensor([[[0.0496, 0.0013],
         [0.1133, 0.5052],
         [0.0276, 0.0924]],

        [[0.4646, 0.3968],
         [0.7060, 0.3351],
         [0.9210, 0.3325]]])
         
z: tensor([[0.0013, 0.5052, 0.0924],
        [0.3968, 0.3351, 0.3325]])
        
k tensor([[0.0013, 0.5052, 0.0924],
        [0.3968, 0.3351, 0.3325]])
        
j tensor([[0.4060, 0.8400, 0.4646, 0.3968],
        [0.2729, 0.3125, 0.7060, 0.3351],
        [0.3627, 0.8817, 0.9210, 0.3325]])

通过对上面案例总结发现:...代替了他前面所有的:,例如上面案例中y,他里面的...代替了第0维和第1维的两个冒号,而对于z案例的情况省略号和冒号的作用相同

参考

python 多维切片之冒号和三个点

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值