理解NumPy二维数组子设置中方括号行为的差异

Question

我对python很陌生，并从基础知识中学习它。我有一个二维阵列(npb)

npb=np.array([[1,2],
              [3,4],
              [5,6],
              [7,8]]);

当正常进行减法(没有冒号)时，它会给出输出，

Input:       nph=np.array(npb[0][1])    
Output:      2

Input:       nph=np.array(npb[0 ,1])   
Output:      2

但是当使用冒号时，它会给出输出。

Input:       nph=np.array(npb[:][1])
Output:      3 ,4

Input:       nph=np.array(npb[: ,1])          
Output:      2 ,4, 6 ,8

即，和0,1给出相同的结果，而和:,1没有。为什么？

Answer 1

这两种索引方法虽然外观相似，但本质上是不同的，尽管它们在处理数组的单个元素时产生相同的结果。

Python将npb[x][y]解释为(nbp[x])[y]，即:从npb获取元素x，然后从前者的结果中获取元素y。因此，对于npb: npb是1, 2，1,2是2。在这里，您将npb简单地看作一个列表。使用npb[:][1]，Python可以看到(npb[:])[1]，因此：npb[:]是npb的副本，其中1是第二项，即列表[3,4]。

npb[x,y]是numpy对象(以及其他类似的东西，如dataframes)的一个特殊选择器，它被get (x,y) from npb读取为：get (x,y) from npb，其中x表示要获取的行和y-哪个列。这样的复合索引对于大多数Python集合对象都无效--它只适用于专门为处理它而制作的东西，比如numpy.array。现在( 0，1)表示行0，列1-恰好与npb[0][1]相同，即‘npb中的元素1’，这仅仅是因为numpy存储二维数组的方式。但是，(:,1)指的是all rows, column 1 --显然与使用npb[:][1]获得的‘npb元素1’不同。