python [:,2][:,None]是什么意思

Question

看别人代码看到的，原生的应该没有这种语法吧。
是numpy库里的吗？

Answer 1

python 是支持多维切片语法的，只是python自身没有用到。平时，就看到numpy里用了。

---

[:,2]看切片原理：

---

[:,None]

None表示该维不进行切片，而是将该维整体作为数组元素处理。

所以，[:,None]的效果就是将二维数组按每行分割，最后形成一个三维数组

Answer 2

我来解释一下语法。[:,2] 这是下标操作，对应于特殊方法 __getitem__(self, xxx) 以及 __setiterm__(self, xxx, value)，其中 xxx 就是 [] 里边的那个值。

那么，[:,2] 里边是个什么东西呢？我们看看：

>>> class T:
...   def __getitem__(self, x):
...     print(x)
... 
>>> t = T()
>>> t[:,2]
(slice(None, None, None), 2)

首先呢，由 , 构造了一个两个元素的 tuple。前一个元素是 :，后一个是 2。而在下标操作中，: 是特殊的：它会构造一个 slice 对象。完整的语法是：start:stop:step，省略的部分取默认值 None。省略 step 时也可以省掉它前边的冒号。

详情可以查阅文档的 Language Reference 相关部分。

Answer 3

相对于一维数组而言，二维（多维）数组用的会更多。一般语法是arr_name[行操作, 列操作]
先随机产生一个3*4的数组。

arr = np.arange(12).reshape((3, 4)) 

out:
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

• 取行数据

arr[i, :] #取第i行数据
arr[i:j, :] #取第i行到第j行的数据

• 取列数据（注意数据格式）

arr[:,0] # 取第0列的数据，以行的形式返回的
out:
array([0, 4, 8])

arr[:,:1] # 取第0列的数据，以列的形式返回的
out:
array([[0],
       [4],
       [8]])

• 取一个数据块

# 取第一维的索引1到索引2之间的元素，也就是第二行 
# 取第二维的索引1到索引3之间的元素，也就是第二列和第三列
arr[1:2, 1:3] 

out: 
array([[5, 6]])


 # 取第一维的全部 
 # 按步长为2取第二维的索引0到末尾之间的元素，也就是第一列和第三列
arr[:, ::2]

out: 
array([[ 0,  2],
       [ 4,  6],
       [ 8, 10]])

Answer 4

对列表进行切片，参见

Python https://docs.python.org/3/tut...
Numpy https://docs.scipy.org/doc/nu...

Answer 5

numpy里面的多维数组切片