python tensor类型 双冒号切片

---

说明

python 双冒号切片操作
[起始:结束:步长]，其中起始和结束都可以省略，也可以只省略其中一个

实例

#先创建一个tensor 变量
import torch 
demo=torch.tensor([[ -45.2548,  -90.5097,   45.2548,   90.5097],
        [ -90.5097, -181.0193,   90.5097,  181.0193],
        [-181.0193, -362.0387,  181.0193,  362.0387],
        [ -64.0000,  -64.0000,   64.0000,   64.0000],
        [-128.0000, -128.0000,  128.0000,  128.0000],
        [-256.0000, -256.0000,  256.0000,  256.0000],
        [ -90.5097,  -45.2548,   90.5097,   45.2548],
        [-181.0193,  -90.5097,  181.0193,   90.5097],
        [-362.0387, -181.0193,  362.0387,  181.0193]])
demo.shape
Out[48]: torch.Size([9, 4])

1.没有起始
demo[:,:2,1] 逗号前的 : 表示索引所有行， 省略起始（即 从0开始），结束为2，步长为1，所以输出前两列

demo[:,:2:1]
Out[50]: 
tensor([[ -45.2548,  -90.5097],
        [ -90.5097, -181.0193],
        [-181.0193, -362.0387],
        [ -64.0000,  -64.0000],
        [-128.0000, -128.0000],
        [-256.0000, -256.0000],
        [ -90.5097,  -45.2548],
        [-181.0193,  -90.5097],
        [-362.0387, -181.0193]])

2.没有结束
demo[:,1::2] 逗号前的 : 表示索引所有行， 起始为1，省略结束（即到最后一列），步长为2，所以输出第一列和第三列

demo[:,1::2]
Out[51]: 
tensor([[ -90.5097,   90.5097],
        [-181.0193,  181.0193],
        [-362.0387,  362.0387],
        [ -64.0000,   64.0000],
        [-128.0000,  128.0000],
        [-256.0000,  256.0000],
        [ -45.2548,   45.2548],
        [ -90.5097,   90.5097],
        [-181.0193,  181.0193]])

3.起始和结束都没有
demo[:,::3] 逗号前的 : 表示索引所有行， 起始和结束都省略（表示从第一列到最后一列），步长为3，所以输出第一列和第四列

demo[:,::3]
Out[52]: 
tensor([[ -45.2548,   90.5097],
        [ -90.5097,  181.0193],
        [-181.0193,  362.0387],
        [ -64.0000,   64.0000],
        [-128.0000,  128.0000],
        [-256.0000,  256.0000],
        [ -90.5097,   45.2548],
        [-181.0193,   90.5097],
        [-362.0387,  181.0193]])