Python Numpy.all（）忽略索引器

假设我们有以下数组：

a = np.zeros((3,3,3))

单一支票有效：

a[1,1,1]==0

-->True

a[5,1,1]==0

-->索引器

检查数组的某个区域不会显示索引器

（a[0:2,0:2,0:2]==0）。all（）

-->True

（a[0:20,0:2,0:2]==0）。all（）

-->结果为True，但应为索引器

---

在这种情况下，我希望得到一个False，或者至少是错误，有什么提示吗？

默认情况下，对于numpy数组，如果索引大于维度，那么它将返回，直到找到最后一个元素

---

我不确定你是否能改变这种行为。我能想到的唯一解决方案是首先检查索引是否小于每个维度的大小，然后进行比较。

我建议事先检查数组的边界。但是，如果您确实想这样做，一种方法是在数组中填充一个比较结果不等于所有数字的值，例如

None

：

a = np.zeros((3, 3))
padded = np.pad(a.astype(object), [(0, 1), (0, 1)], 'constant', constant_values=None)

print((a[:3, :3] == 0).all())
print((a[:4, :4] == 0).all())

print((padded[:3, :3] == 0).all())
print((padded[:4, :4] == 0).all())

输出：

True
True
True
False

---

请注意，这需要将数组转换为

对象

类型。

类似

A[0:20,0:2,0:2]

的切片不会产生索引错误，例如：

np.array（[1,2,3]）[0:20]

->

np.array（[1,2,3]）

p.S.：目前，我用一些if语句处理这个问题，但在这样的情况下，也许有一种方法可以把假象扔掉，嗯？当索引超过数组末尾时，Numpy会给出一个

索引器
。这是一个错误：
np.array（[1,2,3]）[3]
My bad，我的意思是如果你对它进行切片，这与普通列表切片的工作方式是一致的<代码>[1,2,3][1:10]
不报告错误。