numpy三维数据切片

在此记录一下三维数据切片操作

先看一个例子：

a = np.array([[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]],
              [[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]],
              [[25, 26, 27, 28], [29, 30, 31, 32], [33, 34, 35, 36]],
              ])
print(a.shape)
print('a:\n', a)

输出：

a.shape:(3, 3, 4)
a:
 [[[ 1  2  3  4]
  [ 5  6  7  8]
  [ 9 10 11 12]]

 [[13 14 15 16]
  [17 18 19 20]
  [21 22 23 24]]

 [[25 26 27 28]
  [29 30 31 32]
  [33 34 35 36]]]

下面进行切片：
case1：

a[:, -1, :]

此语句的含义：第一个 ‘ : ’ 指的是a.shape(3, 3, 4)的第一维所有数据都保留，
‘ -1 ’指的是只保留a.shape(3, 3, 4)第二维的最后一个数据，即每一个小分块的最后一行，
‘ ：’指的是保留a.shape(3, 3, 4)第三维的所有数据，即保留每一个小分块的所有列
看下运行结果：

a[:, -1, :]:
[[ 9 10 11 12]
 [21 22 23 24]
 [33 34 35 36]]

case2:
同理，下面语句是取a的 第一维的最后一行，第二维的最后一行，第三维的所有列

a[-1, -1, :]:
[33 34 35 36]