Python 理解NumPy 2D数组子设置中方括号行为的差异

我是python新手，从基础学习python。 我有一个二维阵列（npb）

正常进行子集设置时（不带冒号），则会给出输出

Input:       nph=np.array(npb[0][1])    
Output:      2

Input:       nph=np.array(npb[0 ,1])   
Output:      2

但当使用冒号时，它会给出输出

Input:       nph=np.array(npb[:][1])
Output:      3 ,4

Input:       nph=np.array(npb[: ,1])          
Output:      2 ,4, 6 ,8

---

i、 例如，[0][1]和[0,1]给出了相同的结果，而[：][1]和[：，1]没有给出相同的结果。为什么？

这两种索引方法虽然外观相似，但本质上是不同的，尽管它们在寻址数组的单个元素时产生相同的结果

npb[x][y]

被Python解释为

（nbp[x]）[y]

，即：

---

-从npb中获取元素x，然后从前者的结果中获取元素y。因此，对于npb[0][1]：npb[0]是[1,2]，而[1,2][1]是2。在这里，您将npb简单地视为一个列表列表。使用

npb[：][1]

，Python可以看到

（npb[：]）[1]

，因此：

npb[：]

是npb的副本，[1]是第二项，即列表

[3,4]

---

npb[x，y]

是用于

numpy

对象（以及其他类似的东西，如数据帧）的特殊选择器，Python将其读取为：

get（x，y）from npb

，其中x表示要获取的行和y-哪些列。这样的复合索引对大多数Python集合对象无效——它只适用于专门为处理它而设计的对象，如numpy.array。现在（0,1）表示第0行第1列-恰好与npb[0][1]相同，即“npb[0]中的元素1”，这仅仅是因为numpy存储二维数组的方式。然而，（：，1）意味着

所有行，第1列

-显然不同于

npb[：][1]

npb[：]

是

npb

的副本，因此

npb[：][1]

只是

npb[1]

Input:       nph=np.array(npb[:][1])
Output:      3 ,4

Input:       nph=np.array(npb[: ,1])          
Output:      2 ,4, 6 ,8