在Python中如何使用省略号切片语法？

这是在中提出的，但我看不到好的文档或示例来解释该功能是如何工作的。

省略号，或者。。。不是隐藏的特征，它只是一个常量。这与javascript ES6有很大不同，后者是语言语法的一部分。没有内置类或Python语言构造使用它

因此，它的语法完全取决于您或其他人是否编写了理解它的代码

Numpy使用它，如中所述。一些例子

在您自己的课堂上，您可以这样使用它：

>>> class TestEllipsis(object):
...     def __getitem__(self, item):
...         if item is Ellipsis:
...             return "Returning all items"
...         else:
...             return "return %r items" % item
... 
>>> x = TestEllipsis()
>>> print x[2]
return 2 items
>>> print x[...]
Returning all items

---

当然，还有，还有。但这些都不是很有帮助

省略号在numpy中用于对高维数据结构进行切片

这意味着在这一点上，插入尽可能多的完整切片：将多维切片扩展到所有维度

例如：

>>> from numpy import arange
>>> a = arange(4).reshape(2,2)

现在，你有一个2x2阶的四维矩阵。要选择第四维中的所有第一个元素，可以使用省略号符号

>>> a[..., 0].flatten()
array([ 0,  2,  4,  6,  8, 10, 12, 14])

这相当于

>>> a[:,:,:,0].flatten()
array([ 0,  2,  4,  6,  8, 10, 12, 14])

---

在您自己的实现中，您可以自由地忽略上面提到的契约，并将其用于您认为合适的任何用途。

这是省略号的另一个用途，它与切片无关：我经常在与队列的线程内通信中使用它，作为指示完成的标记；它就在那里，它是一个对象，它是一个单例，它的名字意味着缺少，它不是过度使用的无，它可以作为正常数据流的一部分放入队列中。YMMV.

如其他答案所述，它可用于创建切片。 当您不想编写许多完整的切片符号时，或者当您不确定所操纵的数组的维度是什么时，这将非常有用

我认为重要的是要强调的是，即使在没有更多维度需要填充的情况下，它也可以被使用，这在其他答案中是缺失的

例如：

>>> from numpy import arange
>>> a = arange(4).reshape(2,2)

这将导致错误：

>>> a[:,0,:]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: too many indices for array

---

在某个地方说：Done=object并使用它不是更清楚吗？不一定——它要求你在某个地方说Done=object。Sentinel值并不一定是一件坏事——而且在省略号中使用几乎无用的Python单例作为Sentinel并不是那么可怕，而且我使用过的方法不会让人感到混淆。关于Done=object，我认为使用省略号更好，尤其是当您使用它与队列通信时。如果您从线程内通信转到进程内通信，那么idDone在另一个进程中将不一样，并且没有任何东西可以区分一个对象和另一个对象。省略号的id也不一样，但至少类型是一样的——这是单身汉的观点。问题是如何使用省略号，但我相信你用错了。它有许多解释。但我认为正确的答案是：省略号是如何使用的？ie：我应该采取什么步骤在我自己的代码中使用省略号..看起来很糟糕，因为表示所有项目的最佳方式是>>>x[：]>>>>x[：，1:2]@Ronny:重点是演示省略号的一些自定义用法。链接似乎已经损坏。也许我错了，但[：，：，0]是否会返回副本和[…，0]是否将返回视图而不是副本？我尝试针对这两个版本运行id，并针对一个3维数组：a[：，：，：，：，0]，a[：，，：，1]，a[：，：，：，：，2]都有不同的id，而：a[…，0]，a[…，1]，a[…，2]都有相同的id。@mohitsharma44不在我的机器上；id为两者返回相同的值。同时检查显示相同的内存地址。什么是四维矩阵？可以将其称为四维数组，但不能称为矩阵。椭圆对于零维数据结构也很有用。它们是我知道的唯一写入标量numpy.ndarray的方法，例如：my_scalar=np.asarray 3；my_标量[…]=5。如果您使用my_scalar[：]=5，您将理所当然地得到一个错误，因为没有维度0可供：迭代。@SuperElectric您也可以使用my_scalar.itemsetscalarvalue。当然，我的标量[…]=标量值更短，但您在上面的评论中说，这是您知道的唯一方法。只是给了一个选择。

a[...,0,:]
array([0, 1])