在Python中数组索引中使用None

我正在使用Theano（）的LSTM教程。在lstm.py（）文件中，我不理解以下行：

c = m_[:, None] * c + (1. - m_)[:, None] * c_

---

m[：，无]

是什么意思？在这种情况下，

m

是theano向量，而

c

是矩阵。

我认为theano向量的

\uu getitem\uuu

方法需要一个元组作为参数！像这样：

class Vect (object):
    def __init__(self,data):
        self.data=list(data)

    def __getitem__(self,key):
        return self.data[key[0]:key[1]+1]

a=Vect('hello')
print a[0,2]

此处

打印[0,2]

当

a

为普通列表时，将引发异常：

>>> a=list('hello')
>>> a[0,2]
Traceback (most recent call last):
  File "<string>", line 1, in <module>
TypeError: list indices must be integers, not tuple

说到

None

，在普通Python中编制索引时也可以使用它：

>>> 'hello'[None:None]
'hello'

---

这个问题已经在Theano邮件列表中被问到和回答，但实际上是关于numpy索引的基础知识

以下是问题和答案

为完整起见，这里有另一种解释：使用

None

进行切片会将轴添加到数组中，请参阅相关的numpy文档，因为它在numpy和THANO中的行为相同：

请注意，

np.newaxis是None

：

import numpy as np
a = np.arange(30).reshape(5, 6)

print a.shape  # yields (5, 6)
print a[np.newaxis, :, :].shape  # yields (1, 5, 6)
print a[:, np.newaxis, :].shape  # yields (5, 1, 6)
print a[:, :, np.newaxis].shape  # yields (5, 6, 1)

通常，这用于调整形状，使其能够广播到更高的维度。例如，中轴线上的7次拼接可以达到

b = a[:, np.newaxis] * np.ones((1, 7, 1))

print b.shape  # yields (5, 7, 6), 7 copies of a along the second axis

---

实际上，在普通列表上调用

a[：，3]

会产生

TypeError：列表索引必须是整数，而不是元组。然而，我不知道这里的元组是什么。你能详细说明一下吗？元组是逗号：P是的，python中使元组成为元组的实际东西是逗号，而不是paren。如果你想说得更清楚，你可以写一个[（：，3）]。@RishavKundu这就是为什么
（“boo！”）
不是元组，而
“merp”，
是元组的原因。我没有使用Theano，但它似乎与NumPy紧密集成，这引入了你正在处理的语法：Ondrej Slinták是正确的。查看中的代码，无张量被实现为NumPy数组，lstm.py显示slice（）返回一个二维或三维NumPy数组。使用NumPy.array切片，None与向数组添加轴（维度）的newaxis对象相同，因此m_[：，None]将m_*的每个元素包装在一个数组中，例如，给定的导入NumPy作为np；a=np.array（[[1,2]，[3,4]]），那么a[：，None]就是np.array（[[1,2]]，[[3,4]]）请确保先做一个基本的numpy教程，然后再做Theano教程。这将回答很多问题。
b = a[:, np.newaxis] * np.ones((1, 7, 1))

print b.shape  # yields (5, 7, 6), 7 copies of a along the second axis