Python缩进numpy矩阵会产生与完全打印矩阵不同的结果

打印ndarray对象似乎会产生与缩进ndarray本身不同的结果

在我的代码中，我使用了128x128个元素的数组，这些元素大部分包含零，但也包含一些非平凡的数字，并以两种不同的方式将它们打印出来。我用过的第一个

print(array[:][32])

print(array[33][32])

第二，我用了

print(array[:][32])

print(array[33][32])

尝试查找33个元素的值

当我使用前一种方法时，在元素33,32处得到0。用后者，我得到23分。在如何使用Ndarray方面，我是否缺少一个微妙之处

不要像现在这样“两次”索引2D数组，这不是Numpy的正确语法。相反，你应该：

print(array[:, 32])

或

取决于您试图实际提取的值。顶部的

print

语句为您提供数组的

32

nd列（在您的情况下，它应该是一个1D的shape数组

（128，）

），而后面的

print

语句应该只为您提供行

33

，列

32

的单个值

解释

• array[：][32]

  • array[：]

    将只返回整个数组。因此，

    array[：][32]

    相当于只调用

    array[32]

    。这将返回

    array

    的

    32

    第二行（从

    0

    开始计数），在您的情况下，该行应包含

    128

    值

• 数组[33][32]

  • array[33]

    将返回2D数组的

    33

    rd行。这将是一个1D形状数组

    （128，）

    。接下来，索引

    [32]

    将应用于返回的行，因此您将在行

    33

    列

    32

    处得到一个值。因此，在这种情况下：

    array[33][32] == array[33, 32]
    

  • 然而，重复索引语法仍然是一个坏主意。它比使用像

    array[33,32]

    这样的语法要慢（因为

    array[33][32]

    将触发两个单独的索引操作）。此外，它还可能导致意外行为。例如，如果要尝试为索引值赋值：

    array[33][32] = 19
    

    这可能不会改变

    数组中的任何值，因为重复索引操作
    数组[33][32]
    可能会返回原始数组的副本
    

---

这取决于33元素值的含义。这里处理的是二维矩阵

请注意，为了简单起见。对于（x+1）行，我会说是第x行

在第二种情况下，您使用的是

33行和
32列中的元素，它相当于
array[33,32]

在第一种情况下，返回第32行

需要注意的是，这里您正在进行链索引

array[：，32]
（它将返回第32列的所有值）并不等同于
array[：][32]
先返回数组，然后再返回第32行。
我想你忘了完成文章。什么都没忘。我正在修改它，很抱歉在概念上有困难。那么调用数组[：，32]和数组[：][32]之间有什么区别呢？请参阅我解释部分的第一部分。您可以将
array[：][32]
简化为
array[32]
，这将返回
32
nd行。另一方面，
array[：，32]
表示类似“返回每行中的第32个条目”，或者，换句话说，
32
nd列。@tel-ah我明白了，非常感谢您再次检查array[：][32]将返回array[：]然后返回array[32]？是的，您是对的，当您执行array[：]时，就像什么都不做一样。因此，基本上就像在使用数组执行数组[：][32]时调用数组[32]，而
[：]
什么都不做，它甚至不是占位符
arr[：，32]
是索引二维数组的有效方法
arr[：][32]
与
arr[32]
相同，也可以写成
arr[32，：]
。