Python 列表和元组的行为不同

我很清楚这一点，但是很少有例子表明代码对这两个方面的处理是不同的（与编码约定相反），所以我（草率地）互换使用了它们

然后我遇到了一个案例，他们给出了完全不同的行为：

>>> import numpy as np
>>> a = np.arange(9).reshape(3,3)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> idx = (1,1)
>>> a[idx]
4
>>> idx = [1,1]
>>> a[idx]
array([[3, 4, 5],
       [3, 4, 5]])

---

有人能解释一下这是怎么回事吗？更重要的是，在scipy中，这个陷阱还会出现在哪里

您将获得不同的行为，因为在numpy中，支持三种类型的索引

• 基本切片
• 高级索引
• 记录存取

使用元组进行索引相当于参数列表，它作为基本切片的后缀，其中使用类似于非元组的列表会产生高级索引

还要记住，从

当选择对象obj是一个对象时，会触发高级索引 非元组序列对象，一个ndarray（数据类型为integer或bool）， 或至少有一个序列对象或数据类型的ndarray的元组 整数或布尔）。有两种类型的高级索引：整数 和布尔值

高级索引始终返回数据的副本（与 返回视图的基本切片）

而且，从相同的文档中

在Python中，x[（exp1，exp2，…，expN）]相当于x[exp1，exp2， …，expN]；后者只是前者的句法糖分