切片多维Julia数组不对称

采用以下2x2x2 Julia阵列：

julia> a
2x2x2 Array{Int32,3}:
[:, :, 1] =
 1  3
 2  4

[:, :, 2] =
 2  4
 3  5

我惊讶地注意到，沿不同维度切片会产生不对称的结果：

julia> a[:,:,1]
2x2 Array{Int32,2}:
 1  3
 2  4

vs:

---

有人能解释一下这是怎么回事吗？我来自numpy/MATLAB背景，这种行为对我来说非常奇怪。

目前，Julia在切片时会删除尾随的奇异维度，并且对任何维度都会保持一致。我认为这只是我想要的行向量（1*n）而不是规则向量（n）在切片矩阵行虎钳时的推广

julia> a = [1 2; 3 4]
2x2 Array{Int64,2}:
 1  2
 3  4

julia> a[:,1]
2-element Array{Int64,1}:
 1
 3

julia> a[1,:]
1x2 Array{Int64,2}:
 1  2 

---

与matlab（部分numpy）不同，Julia具有标量值和一维向量，因此它不是一般的nd矩阵类型。我不认为你是第一个被这个财产弄糊涂的人。我记得有人建议删除所有奇异维度，并要求您执行

a[1:1，：]

以获得行向量，但我不确定这是否会更好。

如果您来自Matlab背景，这应该不会太令人惊讶，因为Matlab的工作方式相同：

>> a = reshape(1:8, 2, 2, 2)

a(:,:,1) =

     1     3
     2     4


a(:,:,2) =

     5     7
     6     8

>> b = a(:,:,1)

b =

     1     3
     2     4

>> ndims(b)

ans =

     2

>> c = a(:,1,:)

c(:,:,1) =

     1
     2


c(:,:,2) =

     5
     6

>> ndims(c)

ans =

     3

在Julia和Matlab中，在索引时添加额外的

1

s不是错误；即使

b

是二维对象，您仍然可以编写

b[2,2,1]

最后，如果你想要一些更像麻木的东西，考虑（在朱丽亚）使用<代码>切片< /> >：

julia> c = slice(a, :, 1, :)
2x2 SubArray{Int64,2,Array{Int64,3},(Range1{Int64},Int64,Range1{Int64})}:
 1  5
 2  6

julia> c = slice(a, :, 1:1, :)
2x1x2 SubArray{Int64,3,Array{Int64,3},(Range1{Int64},Range1{Int64},Range1{Int64})}:
[:, :, 1] =
 1
 2

[:, :, 2] =
 5
 6

---

您将得到一个

子数组

返回（一个数组视图），它有一些稍微不同的属性，但从长远来看，大多数索引操作可能会返回它。或者，如果您喜欢一个数组，您可以调用

a[：，1，：]

的返回值

square

或

restrape

，以获得所需的结果。

现在，Julia 0.5改变了这一点。切片现在是“对称的”，并且

a[：，：，1]==a[：，1，：]

。所有标量索引的维度现在都被删除，通常，输出的维度是索引维度的总和。

谢谢。我喜欢Julia，但以矩阵为中心的特性和令人困惑的数组切片（与numpy相比）让我有些反感。

julia> c = slice(a, :, 1, :)
2x2 SubArray{Int64,2,Array{Int64,3},(Range1{Int64},Int64,Range1{Int64})}:
 1  5
 2  6

julia> c = slice(a, :, 1:1, :)
2x1x2 SubArray{Int64,3,Array{Int64,3},(Range1{Int64},Range1{Int64},Range1{Int64})}:
[:, :, 1] =
 1
 2

[:, :, 2] =
 5
 6