Python （i:j:k）numpy切片中j的默认值是多少？

我一直在阅读numpy I:j:k切片的教程。在第二个例子之后，它说

假设n是要切片的维度中的元素数。然后，如果没有给i，k>0时默认为0，k<0时默认为n-1。如果未给出j，则k>0时默认为n，k<0时默认为-1。如果未指定k，则默认为1

然而：

>>将numpy作为np导入
>>>x=np.数组（[0,1,2,3,4]）
>>>x[：-1]
数组（[4,3,2,1,0]）

如果j默认为-1，则

x[：-1:-1]

应等同于

x[：-1]

，但

>>x[：-1:-1]
数组（[]，dtype=int64）
>>>x[：-（len（x）+1）：-1]
数组（[4,3,2,1,0]）

当

>>x[：-（len（x）+1）：-1]
数组（[4,3,2,1,0]）

因此，当k<0时，j的默认值应为-（n+1）。根据，我相信当k<0时j的“官方”默认值是

None

---

我是否误解了SciPy.org上的教程？

在第一级处理中，Python解释器将

：

符号转换为

切片

对象。这取决于

numpy.\uu getitem\uu

方法来解释这3个数字

[：：-1]

与

切片（无，无，-1）

相同

正如您所注意到的，

x[slice（None，None，-1）]

与

x[slice（None，-1，-1）]

不同

我怀疑

-1

在：

如果未给出j，则k>0时默认为n，k<0时默认为-1。

不应该被那样对待。它的通常含义是-1，

0之前的数字

在[285]中：np.arange（10）[切片（5,0，-1）]
Out[285]：数组（[5,4,3,2,1]）

j
被解释为迭代到但不包括该值，迭代方向由
k
确定。因此，
0
值不包括在此片中

那么，如何包含
0

In [287]: np.arange(10)[slice(5,-1,-1)]
Out[287]: array([], dtype=int32)

不工作，因为
-1
被理解为
n-1
，如：

In [289]: np.arange(10)[slice(5,-7,-1)]
Out[289]: array([5, 4])

None
以一种特殊的方式进行解释，使我们能够使用：

In [286]: np.arange(10)[slice(5,None,-1)]
Out[286]: array([5, 4, 3, 2, 1, 0])

这同样有效（
10-11=-1
-真实的
-1
）

因此，
-1
表示0

之前的

，与
-1
表示从n开始的
计数之间存在区别。文档对此可能很清楚，但这并没有错（如果您使用正确的-1）。
我认为可能有一段时间负指数从数组末尾算起就不算；您正在查看的文档行可能是从那个时候开始的。这很有意义。非常感谢。顺便说一句，谢谢你重新格式化我原来的帖子。我肯定应该了解更多关于StackOverflow的格式设置对于普通Python切片，它默认为
None
，但我不知道numpy。
In [291]: np.arange(10)[slice(5,-11,-1)]
Out[291]: array([5, 4, 3, 2, 1, 0])