python中省略号三个点(...)的作用

1ellipsis

三个点在python中的类别名称叫做ellipsis，中文意思就是省略号。

type(...)

<class 'ellipsis'>

2 ellipsis在Numpy或者tensor中的应用

以pytorch中的tensor格式为例。先随机生成一个(4,3,4)尺寸的tensor。

import torch
a = torch.randn(4, 3, 4) # 随机生成一个(4,3,4)尺寸的tensor
print(a)

tensor([[[-1.0691,  1.1035,  1.1393, -0.2697],
         [ 0.7714, -0.8335, -1.3316,  1.6003],
         [-1.3023,  0.0086,  1.2506, -1.3495]],

        [[ 1.1887,  1.2299, -2.3907, -0.9398],
         [ 0.7684, -0.5810,  1.0292, -0.4403],
         [ 0.0410, -1.3440,  0.6224,  2.3383]],

        [[ 0.3019, -0.5783,  0.4214, -0.5811],
         [-1.7942, -0.8230, -0.9545, -0.9520],
         [ 0.4636, -0.6919, -0.4382,  0.6298]],

        [[-0.1962, -0.0933, -0.3654, -1.3060],
         [-0.0212,  0.7255, -2.2106, -0.3655],
         [ 0.1591, -0.5504, -1.0143, -1.7478]]])

print(a[..., :2])

tensor([[[-1.0691,  1.1035],
         [ 0.7714, -0.8335],
         [-1.3023,  0.0086]],

        [[ 1.1887,  1.2299],
         [ 0.7684, -0.5810],
         [ 0.0410, -1.3440]],

        [[ 0.3019, -0.5783],
         [-1.7942, -0.8230],
         [ 0.4636, -0.6919]],

        [[-0.1962, -0.0933],
         [-0.0212,  0.7255],
         [ 0.1591, -0.5504]]])

我们可以发现，a[…, :2]的输出就是前两个维度取所有，第三个维度只取前两列，可以推测出…的作用是代表取逗号前面的所有维度。
假设共n个维度，也就是如果后边有一个逗号分隔，则…是取前n-1个维度的所有。如果没有逗号分隔，则…是取所有维度的元素，也就和这个tensor本身没有任何区别。
结论：
…取的维度 = 所有维度 - 逗号个数

即a[…, :2]= a[:, :, :2]

2.1验证

print((a[...]= a).all())

tensor(True)

print((a[..., :2]= a[:, :, :2]).all())

tensor(True)