numpy.s¶
-
numpy.
s_
= <numpy.lib.index_tricks.IndexExpression object>¶ 为数组构建索引元组的更好方法。
注意
使用两个预定义实例之一
index_exp
或s_
,而不是直接使用IndexExpression。对于任何索引组合,包括切片和轴插入,对于任何数组a
a[indices]
与a[np.index_exp[indices]]
/ t4>。但是,np.index_exp[indices]
可以在Python代码中的任何地方使用,并返回一个可用于构建复杂索引表达式的slice对象的元组。参数: maketuple:bool
如果为True,总是返回一个元组。
也可以看看
index_exp
- 预定义的实例总是返回一个元组:index_exp = IndexExpression(maketuple = True)。
s_
- 没有元组转换的预定义实例:s_ = IndexExpression(maketuple = False)。
笔记
你可以用slice()加上一些特殊的对象来做到这一切,但有很多值得记住的地方,这个版本更简单,因为它使用标准的数组索引语法。
例子
>>> np.s_[2::2] slice(2, None, 2) >>> np.index_exp[2::2] (slice(2, None, 2),)
>>> np.array([0, 1, 2, 3, 4])[np.s_[2::2]] array([2, 4])