python 다 차원 절편 의 사칭 과 세 가지 점 의 용법 소개

python 과 numpy 를 처음 배우 고 다 차원 절편 을 배 우 는 과정 에서 발생 하 는 문 제 를 정리 합 니 다.
1 차원 절편 은 말 하지 않 고 비교적 간단 하 다.먼저 2 차원 적 인 것 을 말 하고 2 차원 적 인 것 을 이해 하면 간단 하 다.예 를 들 어 먼저 5x5 의 2 차원 배열 을 만 듭 니 다.

다 차원 적 인 절편 은 각 차원 에 따라 각각 취한 다.

1 차원 2-3 과 2 차원 3-5(색인 은 0 부터)를 각각 출력 합 니 다.

여 기 는 줄 에서 전 부 를 취하 고,열 에서 3-5 를 취한 다.

여기 가 가장 의 심 스 러 운 부분 일 것 입 니 다.왜 열 에 있 는 매개 변 수 를 None 로 바 꾸 었 는 지,출력 된 shape 가 모두 바 뀌 었 는 지 알 아야 합 니 다.None 는 새로운 차원 을 추가 하 는 것 을 의미 합 니 다.new axis 라 는 별명 이 있 습 니 다.numpy.new axis 를 출력 해 보 세 요.그러면 이 별명 은 말 그대로 되 겠 죠?그렇다면 왜 5x1x 5 이지 5x5x 1 이 아 닙 니까?그것 은 2 차원 에서 None 을 사 용 했 기 때 문 입 니 다.3 차원 에서 사용 하면 5x5x 1 이 됩 니 다.믿 지 않 습 니 다.보 세 요.

이제 알 겠 지?None 을 어느 차원 에 두 면 어느 차원 에서 새로운 차원 이 나타 나 는 것 이다.
좀 더 기발 한 걸 로.

세 개의 점 이 어떤 귀신 인지 기억 에 의 하면 줄 을 바 꿀 수 있 는 조작 이 아 닙 니까?그러나 여 기 는 아 닙 니 다.모든 사칭 을 생략 하고 생략 번호 로 대체 합 니 다.여러분,이것 을 보 세 요.a[:,None]와 a[...,None]의 수출 은 똑 같 습 니 다.바로 앞의 두 개의 사칭 을 대 체 했 기 때 문 입 니 다.이제 알 겠 네.
3 차원 이상 이면 2 차원 과 똑 같 잖 아 요.
이상 의 python 다 차원 절편 의 사칭 과 세 가지 용법 소 개 는 바로 편집장 이 여러분 에 게 공유 한 모든 내용 입 니 다.여러분 께 참고 가 되 고 저희 도 많이 응원 해 주 셨 으 면 좋 겠 습 니 다.

좋은 웹페이지 즐겨찾기