为什么切片后的空numpy数组具有多维且非零？
为什么切片后的空numpy数组具有多维且非零？
提问于 2019-07-23 23:22:34
在python numpy中，我如何理解数组在切片后变空的情况，如下所示，但形状仍然是多维的，也不是零。
import numpy as np
x = np.matrix([[1,2,3],
[4,5,6],
[7,8,9]])
y = x[0:2,3:5]
print(y) # []
print(y.shape) # (2, 0)回答 1
Stack Overflow用户
发布于 2019-07-24 00:05:42
在我的评论中，我将其归咎于np.matrix，但这实际上是一个切片问题：
In [57]: np.arange(1,10).reshape(3,3)[0:2, 3:5]
Out[57]: array([], shape=(2, 0), dtype=int64)
In [58]: np.matrix(np.arange(1,10).reshape(3,3))[0:2, 3:5]
Out[58]: matrix([], shape=(2, 0), dtype=int64)Python允许我们对‘范围’之外的列表进行切片，numpy也是如此。3:5在列维之外，因此生成的维度为0。
多维数组可以有0维。元素的总数是维度的乘积，在本例中为0。
创建这样的数组的其他方法：
In [61]: np.array([[],[]])
Out[61]: array([], shape=(2, 0), dtype=float64)
In [62]: np.zeros((2,0))
Out[62]: array([], shape=(2, 0), dtype=float64)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57167456
复制相关文章
相似问题
腾讯云开发者
