Python 为什么花式索引不同于numpy中的切片？

我一直在学习奇妙的索引，但当我观察到以下代码的行为时，我有几个问题

据我了解，
花式索引是：

ndArray[[0,1,2]]

及

切片是：

ndArray[0:3]

---

现在，问题来了 一个numpy数组

arr = [ [1,2,3],
        [4,5,6],
        [7,8,9] ]

当我尝试建立索引时：

arr[ [0,1], [1,2] ]
>>> [2, 6]

当你切的时候

arr[:2, 1:]
>>> [ [2, 3],
      [5, 6] ]

基本上，它们都应该返回二维数组，因为它们的意思相同，可以互换使用

:2 should be equivalent to [0,1]           #For rows
1: should be equivalent to [1,2]           #For cols

---

问题是： 为什么花式索引不能作为切片表示法返回？如何做到这一点

---

请开导我。

---

感谢

根据定义，奇特的索引和切片表现不同

因此，与其质疑原因，不如：

• 能够识别/区分/区分它们（即，清楚地了解索引何时成为花式索引，何时是切片）

• 注意它们在语义（结果）上的差异

在您的示例中：

在花式索引的情况下，为两个轴生成的索引“串联”组合（类似于

zip

函数“串联”组合两个输入序列的方式）。（用官方

numpy

文档的话说，这两个索引数组“迭代在一起”）。我们正在传递列表

[0，1]

用于索引轴

0

上的数组，并传递列表

[1,2]

用于索引轴

1

上的数组。索引数组

[0,1]

中的索引

0

仅与索引数组

[1,2]的对应的索引
1
组合

。类似地，索引数组

[0，1]

的索引

1

仅与索引数组

[1，2]的对应的索引
2
组合

。换句话说，索引数组不会以多对多的方式相互组合。所有这些都是关于奇特的索引

在切片的情况下，为axis

0

指定的切片

：2

概念上为axis

0

生成索引“0”和“1”；为axis

1

指定的切片

1:

概念上为axis

1

生成索引

2

与花式索引不同，它们以多对多的方式进行索引。因此，它们产生了四种组合，而不仅仅是两种组合

---

因此，花式索引和切片定义语义的关键区别在于，在花式索引的情况下，花式索引数组是迭代在一起的

我不明白为什么您会期望相同的结果。

arr[[0,1]，[1,2]]

返回一个包含两个元素的列表：第0行第1列的第一个元素，第1行和第2列的第二个元素。

arr[：2，1::

返回一个包含第0-1行和第1-2列的二维子数组。这是预期和记录的行为：@ThomasSablik但当我执行arr[[0,1]]时~仅传递行列表意味着与arr[：2]相同因此，当与列组合时，它应该返回相同的结果！

2**2

和

2*2

和

2+2

返回相同的结果。这是否意味着运算符

**

、

*

和

+

总是要执行相同的操作？您发现了一种特殊情况，其中奇特的索引和切片返回相同的结果编程中最重要的规则之一是：不要期望任何东西。阅读文档。索引一维时，1:4和[1,2,3]选择相同的内容。但在2d中，一对列表与切片不同。请阅读完整的numpy索引文档。@ThomasSablik，我对您的解释感到满意，但问题是当我们“切片”时，我们被限制按顺序访问行或列。我的意思是arr[：3,2:]将按照0,1,2行和2,3列的顺序进行，无法从中间进行评估。要手动访问，我们会执行一种称为“花式索引”的操作。但作为其行为，我们不会获取整组行，而是获取它们相交的值。如果我要访问行=[0,2,1]和列=[1,0,2]要整行整列吗？谢谢你的回答。