Python [0]在numpy中的作用是什么。where（y_euler<；0.0）[0]

还有，这两者之间的区别是什么：

idx_negative_euler = numpy.where(y_euler<0.0)[0]

idx\u negative\u euler=numpy。其中（y\u euler
[0]
表示“获取序列的第一项”。例如，如果您有以下列表：

x = [5, 7, 9]

那么
x[0]
将是该序列的第一项：5

numpy.where（）
返回一个序列。将
[0]
放在该表达式的末尾将获得该序列中的第一项

[0][0]
的意思是“获取序列中的第一项（它本身也是一个序列），然后获取该序列中的第一项”。因此，如果
numpy.where（）
返回一个列表列表，
[0][0]
将获取第一个列表中的第一项。
制作一个简单的1d数组：

In [60]: x=np.array([0,1,-1,2,-1,0])

其中返回数组的元组
（…，）
，每个维度一个：

In [61]: np.where(x<0)
Out[61]: (array([2, 4], dtype=int32),)

x[2,4]
，
x[（[2,4]，）]
执行相同的索引

在处理2d或更高的dim数组时，
tuple
值的有用性变得更加明显。在这种情况下，
np.where（…）[0]
将给出“rows”索引数组。但是
where（…）[0]
在通常不需要元组层的1d情况下最为常见。
为什么不在不使用
[0]
的情况下尝试表达式？使用它可以从序列中获得第一个元素，因此可以推测
np.where（）[0]
返回序列。
np.where（）
返回数组轴上的索引元组。请检查并在页面中搜索术语
[0]
。
In [61]: np.where(x<0)
Out[61]: (array([2, 4], dtype=int32),)

In [62]: np.where(x<0)[0]
Out[62]: array([2, 4], dtype=int32)

In [63]: np.where(x<0)[0][0]
Out[63]: 2

In [64]: x[np.where(x<0)]
Out[64]: array([-1, -1])