Python 用布尔值追加numpy数组

有人能解释一下这个代码在做什么吗

   a = np.array([[1, 2], [3, 4]])
   a[..., [True, False]]

---

[True，False]

在那里做什么？

省略号和布尔值作为整数

:

省略号扩展到：个对象，这些对象需要创建与x.ndim长度相同的选择元组。可能只存在一个省略号

True

和

False

。以文档为例：

x = np.array([[[1],[2],[3]], [[4],[5],[6]]])
x[...,0]
# outputs: array([[1, 2, 3],
#       [4, 5, 6]])
x[..., False] # same thing

布尔值指定索引，就像数字0或1一样

---

回复您在评论中的问题

首先看起来很神奇

a = np.array([[1, 2], [3, 4]])
a[..., [True, True]]  # = [[2,2],[4,4]]

<>但是当我们认为它是

a[..., [1,1]] # = [[2,2],[4,4]]

这似乎没那么令人印象深刻

同样地：

b = array([[1,2,3],[4,5,6]])
b[...,[2,2]] # = [[3,3],[5,5]]

应用省略号规则后；真抓取列索引和假抓取列索引，就像0、1或17一样

---

用于复杂索引的布尔数组

有一些细微的差别（bool与int的类型不同）。这些似乎在您的代码中没有任何作用，但它们对于弄清楚numpy索引是如何工作的很有意思

特别是，这一行可能就是您要寻找的：

在未来，布尔数组类（例如python布尔列表）将 始终被视为布尔索引

他们讨论的是布尔数组，它作为索引工具非常复杂

用作索引的布尔数组以不同的方式处理 完全优于索引数组。布尔数组必须具有相同的形状 作为要索引的数组的初始维度

跳下来一点

与整数索引数组不同，在布尔型数组中 结果是一个一维数组，包含索引数组中的所有元素 对应于布尔数组中的所有真元素。这个 索引数组中的元素总是迭代并以 行主（C样式）顺序。结果也与实验结果一致 y[np.非零（b）]。与索引数组一样，返回的是 数据，而不是通过切片获得的视图

---

在numpy 1.10和1.11上，这与

a[…，[1,0]]

加上一个未来警告是一样的。这意味着什么？如果是这样的话，为什么

a[…，[True，True]]

返回

数组（[[2,2]，[4,4]]）

@JRR对不起，我不是想把答案缩短一点soon@JRR您可以确认[…，[True，True]]计算方法与[…，[1，1]]相同，正确吗？@en_Knight，根据，当索引为列表时，布尔值转换为相应的整数，所得值用作矩阵中的实际索引。我个人也从我这边证实，他们确实是一样的。@MaThMaX我们在同一页上，对吗？下面这一部分并不是为了让人们感到困惑，只是为了帮助澄清一些numpy术语是否令人害怕。如果不清楚，我可以把它清理或移除。。。跳进小兔子洞很有趣：）