python里的i_Python 中[::] 与 [:,:,i] 总结

最新推荐文章于 2023-05-26 01:17:57 发布

桌游顽主的航仔

最新推荐文章于 2023-05-26 01:17:57 发布

阅读量8.3k

点赞数 2

文章标签： python里的i

本文链接：https://blog.csdn.net/weixin_42310267/article/details/111971731

版权

本文介绍了Python中Numpy数组切片操作，包括基础索引[::i]和多维度索引[:,:,i]的使用。重点讨论了切片的调整规则、步长为0的情况以及在Numpy数组中如何获取特定维度的信息。同时，强调了Numpy切片不会复制数据，仅创建原数据的视图，并提供了两种选择数组元素的方法：使用其他数组或布尔数组索引。" 122484233,11501521,Java ORM框架中的VO、BO、PO、DO、DTO与POJO解析,"['java', 'orm', 'web开发']

摘要由CSDN通过智能技术生成

最近在学吴恩达的 Deep Learning 中的第五门课 Sequence Model, 第一个lab是用 Numpy 搭建 RNN，在搭建RNN的时候用到了 Numpy的 Slicing ([:,:,i]) , 在这里想总结下[:,:,i] 与 [::i]的用法，有写的不对的地方请随时指教。

总的来说，[::i] 是Python中的基础索引，而[:,:,i]是Numpy 中对于多维度 Array的提取，在Stack Overflow 中关于Slice的一个回答说到：Extended slicing (with commas and ellipses) are mostly used only by special data structures (like NumPy); the basic sequences don't support them.

Slice基本用法：

>>> seq[:] # [seq[0], seq[1], ..., seq[-1] ]

>>> seq[low:] # [seq[low], seq[low+1], ..., seq[-1] ]

>>> seq[:high] # [seq[0], seq[1], ..., seq[high-1]]

>>> seq[low:high] # [seq[low], seq[low+1], ..., seq[high-1]]

>>> seq[::stride] # [seq[0], seq[stride], ..., seq[-1] ]

>>> seq[low::stride] # [seq[low], seq[low+stride], ..., seq[-1] ]

>>> seq[:high:stride] # [s