numpy 列表索引中 省略号和None的作用

这里主要介绍了在2维列表中的操作，高维操作相同。

1.None的作用

     None的作用主要是在使用None的位置新增一个维度。

    例子：

a = np.arange(25).reshape(5,5)
print(a)
'''
[[ 0
1
2
3
4]
[ 5
6
7
8
9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]]
'''
print(a[:,None])
'''
shape:5*1*5
[[[ 0
1
2
3
4]]
[[ 5
6
7
8
9]]
[[10 11 12 13 14]]
[[15 16 17 18 19]]
[[20 21 22 23 24]]]
'''
print(a[:,:,None])
'''
shape: 5*5*1
[[[ 0]
[ 1]
[ 2]
[ 3]
[ 4]]
[[ 5]
[ 6]
[ 7]
[ 8]
[ 9]]
[[10]
[11]
[12]
[13]
[14]]
[[15]
[16]
[17]
[18]
[19]]
[[20]
[21]
[22]
[23]
[24]]]
'''

2. 省略号的作用

    省略前面所有的 ‘：‘索引操作

    例子： 

print(a[...,2:5])
'''
[[ 2
3
4]
[ 7
8
9]
[12 13 14]
[17 18 19]
[22 23 24]]
'''

高维操作同理：

   如在三维情况下：

b = np.arange(16).reshape(2,2,4)
print(b)
'''
[[[ 0
1
2
3]
[ 4
5
6
7]]
[[ 8
9 10 11]
[12 13 14 15]]]
'''
print(b[...,0:2])
'''
[[[ 0
1]
[ 4
5]]
[[ 8
9]
[12 13]]]
'''
print(b[None,...].shape)
'''
(1, 2, 2, 4)
'''

最后

以上就是坚强服饰为你收集整理的numpy 列表索引中 省略号和None的作用的全部内容，希望文章能够帮你解决numpy 列表索引中 省略号和None的作用所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。