Python NumPy中的数组索引没有意义

我有一个大小为28x28x6000的numpy数组。遵守以下规定：

>>> X.shape
(28, 28, 60000)
>>> X[:][:][0].shape
(28, 60000)

X[：][：][0]

不应该是大小为

28x28

的数组吗？我们包括前两个维度的每个组件（每个28个），但仅包括第三个维度的第0个条目

---

这是怎么回事？

X[：]

索引到所有维度的所有值，而不仅仅是第一个维度。所以

X[：][：]

与

X

---

为了得到结果，只需编写

X[：，：，0]

就可以将切片错误。切片

X[：]

返回原始数组的副本。所以你们的切片可以解释为X的第一个副本，然后是X的另一个副本，然后得到第一个具有28x60000形状的元素。因此，您需要调用

X[：，：，0]

。例如：

import numpy as np
X = np.random.randn(28,28,60000)

In [257]: X[:,:,0].shape
Out[257]: (28, 28)

您可以将

X[：]

和

X[：][：]

语句与

---

X[：，：，0]

是在这里切片的方法。

In [261]: (X[:] == X[:][:]).all()
Out[261]: True