Python中的X[1:]、X[:-1]、X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n]等下标索引的思考

字符串，元组，列表等索引都是按照如下格式：

以字符串为例：Python3 字符串 | 菜鸟教程 (runoob.com)

原理

Python 访问子字符串，可以使用方括号 [] 来截取字符串，字符串的截取的语法格式如下：

变量[头下标:尾下标]

索引值以 0 为开始值，-1 为从末尾的开始位置。

举例

明白以上之后，很容易理解如下代码：

a = "abcdef"
x = a[1:] #截取索引1到所有
y = a[:-1] #从索引0（包含）开始，截取到倒数第1位（不包含）
print('这是a：\n',a)
print('这是a[1:]的结果：\n',x)
print('这是a[:-1]的结果：\n',y)

=============================================

输出结果：
这是a：
 abcdef

这是a[1:]的结果：
 bcdef

这是a[:-1]的结果：
 abcde

再来一个例子：注意区分a为矩阵时的变化。

import numpy as np

a = np.arange(0, 10, 1)
print('这是原来的a:', a)
print('取出a的前5个元素a[:5]:', a[:5])
print('取出a第5个后的所有元素a[5:]:', a[5:])
a = np.reshape(a, (5, 2))
print('将a变成5*2的矩阵：', a)
print('取出矩阵a的前2个元素a[:2]:', a[:2])


===============================================
输出结果如下：

这是原来的a: [0 1 2 3 4 5 6 7 8 9]

取出a的前5个元素a[:5]: 
[0 1 2 3 4]

取出a第5个后的所有元素a[5:]: 
[5 6 7 8 9]

将a变成5*2的矩阵： 
[[0 1]
 [2 3]
 [4 5]
 [6 7]
 [8 9]]

取出矩阵a的前2个元素a[:2]: 
[[0 1]
 [2 3]]

如果还不理解的话，我再举一个list列表的截取：

list = ['Google', 'Runoob', "Zhihu", "Taobao", "Wiki"]
 
# 读取所以1的元素，也就是说读取第二位
print ("list[1]: ", list[1])

# 从索引1开始，读取到索引-2，也就是说从第二位开始（包含）截取到倒数第二位（不包含）
print ("list[1:-2]: ", list[1:-2])

============================================================================
以上实例输出结果：

list[1]:  Runoob

list[1:-2]:  ['Runoob', 'Zhihu']

注意：a[0]与a[0,:]作用相同，都是选取第0行。具体看下代码：

import numpy as np
a= np.arange(1,5).reshape(2,2)

print('这是a:\n',a)
print('这是a[0]:\n',a[0])
print('这是a[0,:]:\n',a[0])
print('这是a[1]:\n',a[1])

输出如果如下：=================
这是a:
 [[1 2]
 [3 4]]
这是a[0]:
 [1 2]
这是a[0,:]:
 [1 2]
这是a[1]:
 [3 4]

进阶

尝试使用X[1:]和X[:-1]表示如下式子：

分析如下：

代码如下：

注意这是用向量表示

y = sum((x[1:]-x[:-1])）

具体应用：Optimization (scipy.optimize)The Rosenbrock function

拓展 

数组矩阵的行列也是从索引0开始的，所以解释如下：

对于X[:,0];
是取二维数组中第一维的所有数据

对于X[:,1]
是取二维数组中第二维的所有数据

对于X[:,m:n]
是取二维数组中第m维到第n-1维的所有数据

对于X[:,:,0]
是取三维矩阵中第一维的所有数据

对于X[:,:,1]
是取三维矩阵中第二维的所有数据

对于X[:,:,m:n]
是取三维矩阵中第m维到第n-1维的所有数据