高纬度的理解:

其实,多维数组很好理解。就是它的维度是从左到右逐渐递减的,然后元组中数字的个数表示它的维度;并且每一个较高一级的维度的值表示的是比它低一级的维度中的元素的个数;而最后一个维度表示的是每一个一维数组中元素的个数。

举个例子:

(2, 3, 4, 5)中有4个数字,说明这是一个4维数组;其次,2表示的是这个4维数组由两个3维数组组成、3表示的是每个3维数组由3个2维数组构成、4表示的是每个2维数组由4个一维数组构成;而最后面的5表示的是一个一维数组中有5个元素。

python numpy 维度 numpy维度理解_数组


python numpy 维度 numpy维度理解_多维数组_02


索引

Numpy的索引和切片其实是两个连贯的步骤,首先要索引,其次要切片。什么意思呢?索引是确定对哪几个维度进行操作,而切片是对某一个维度进行切片的操作。
举个例子:如下图我们有一个三维数组a,其形状是(8, 2, 3)即有8个2维数组,每个2维数组有2个一维数组,每个一维数组有8个数。
Numpy的索引默认是对最高维度进行索引,意思就是:只索引了一个维度,且这个维度是最高的维度。

python numpy 维度 numpy维度理解_数组_03

“a[4]”,就意味着我们对a数组的最高维度3维进行索引,而通过我们在前面对多维数组形状的理解可以得知,3维上的值表示的就是有几个2维。这里3维对应的值是8,说明有8个二维数组,所以a[4]就是去到第5个二维数组。如下图所示:

python numpy 维度 numpy维度理解_python numpy 维度_04


但是除了默认的只对最高维度一个维度进行索引之外,numpy的多维数组还允许我们同时索引多个维度,方法就是加逗号“,”。

我们只需要通过用逗号进行分割,便可以对多个维度进行索引。例如,这里的数组a有3个维度,那么我们最多可以通过添加两个逗号来对a中具体某一个数进行索引,如下图,我们指定索引[1, 0 ,2]表明我们希望得到数组a中第2个二维数组中的第一个一维数组中的第3个数。

python numpy 维度 numpy维度理解_多维数组_05

print(a[1,0,2])
<<< 8

切片

切片就很简单了,就是对某一个维度进行切片的操作。我们还可以同时对多个维度进行切片的操作。

如下我们就是希望得到前面两个2维数组中,各自的1维数组中的第3个数。

python numpy 维度 numpy维度理解_多维数组_06