理解 a[:,time_step,:] 和 a[:time_step:]

'''
Author: 365JHWZGo
Description: 理解 a[:,time_step,:] 和 a[:time_step:]
Date: 2021/11/3 21:23
FilePath: day1103-3.py
'''

#导包
import torch
import numpy as np

#创造数据
a = np.linspace(1,9,9).reshape(3,3,1)

#转化为tensor数据
a = torch.from_numpy(a)

#打印tensor a
print('a',a)

print('a.size(1)',a.size(1))

#循环遍历
for time_step in range(a.size(1)):
    out = a[:,time_step,:]
    print('a[:,time_step,:] ', out )

print('------------------------------------')

for time_step in range(a.size(1)):
    out = a[:time_step:]
    print('a[:time_step:] ', out )

打印出a来是一个（331）的矩阵向量【3->黑色，3->红色，1->绿色】

打印出的a[:,time_step,:]

详细解说一下这个循环
for time_step in range(a.size(1)):
#a.size(1) == 3,所以它是0->2循环三遍
out = a[:,time_step,:]
#当time_step = 0时，a[:,time_step,:] => a[:,0,:] 截取第二维度中下标为0的数
a[::] 是数组的截取 => a[起始下标：终止下标：每次截取的长度]

out = a[:time_step:]
当time_step==0时，截取的是 [0,0) , 所以为空
当time_step==1时，截取的是 [0,1) , 所以截取的是第一维向量第一个数据
当time_step==2时，截取的是 [0,2) , 所以截取的是第一维向量的前两个数据