Numpy 4d阵列切片

Question

为什么切片4d数组给我一个3d数组？我期望在其中一个维度中有一个范围为1的4d数组。

示例：

print X.shape
(1783, 1, 96, 96)

切片阵列：

print X[11,:,:,:].shape

或

print X[11,:].shape

给我(1, 96, 96)，但我期望(1, 1, 96, 96)

我可以通过print X[11:12,:].shape来完成它，但是我想知道为什么第一种方法不能像我所期望的那样工作呢？

Answer 1

每医生们

一个整数，i，返回与i:i+1 相同的值，除了，返回对象的维数由1降低。特别是，带有p-th元素的选择元组--整数(和所有其他条目:) --返回具有维度N - 1的相应子数组。如果是N = 1，则返回的对象是数组标量。

因此，当索引是整数时，返回该索引的值(S)，并移除相应的轴。在一个维度中，行为正如您所期望的那样：

In [6]: a = np.arange(5); a
Out[6]: array([0, 1, 2, 3, 4])

In [7]: a[2]
Out[7]: 2

In [8]: a[2].shape
Out[8]: ()

a是一维的，a[2]是0维的.

在高维中，如果X是4维且形状为(1783,1,96,96)，那么X[11,:,:,:]将返回第一个轴指数等于11的所有值，然后删除该轴。所以X[11,:,:,:].shape是(1,96,96)。

当切片指定一个范围(如a[2:3] )时，将返回该范围内的所有值，并且不移除轴：

In [9]: a[2:3]
Out[9]: array([2])

In [10]: a[2:3].shape
Out[10]: (1,)

类似地，X[11:12, :, :, :]具有形状(1,1,96,96)。