关于python：（i：j：k）numpy切片中j的默认值是多少？


What is the default value of j in (i:j:k) numpy slicing?

我一直在scipy.org上阅读numpy i:j:k切片的教程。在第二个例子之后，它说

Assume n is the number of elements in the dimension being sliced. Then, if i is not given it defaults to 0 for k > 0 and n - 1 for k < 0. If j is not given it defaults to n for k > 0 and -1 for k < 0. If k is not given it defaults to 1.

号

然而：

1
2
3
4
>>> import numpy as np
>>> x = np.array([0,1,2,3,4])
>>> x[::-1]
array([4, 3, 2, 1, 0])

如果j默认为-1，那么x[:-1:-1]应等于x[::-1]，但是

1
2
3
4
>>> x[:-1:-1]
array([], dtype=int64)
>>> x[:-(len(x)+1):-1]
array([4, 3, 2, 1, 0])

号

虽然

1
2
>>> x[:-(len(x)+1):-1]
array([4, 3, 2, 1, 0])

因此，当k<0时，j的默认值应该是-(n+1)。根据StackOverflow上的这篇文章，我认为k<0时j的"官方"默认值是None。

我是否误解了scipy.org的教程？

相关讨论

在第一级处理中，python解释器将::符号转换为slice对象。这三个数字的解释取决于numpy.__getitem__方法。

[::-1]与slice(None,None,-1)相同。

如你所说，x[slice(None,None,-1)]与x[slice(None,-1,-1)]不同。

我怀疑-1在：

If j is not given it defaults to n for k > 0 and -1 for k < 0 .

号

不是故意这样的。相反，它的通常含义是-1，the number before 0。

在[285]中：np.arange(10)[切片(5,0，-1)]out[285]：数组([5，4，3，2，1])

j解释为iterate upto, but not including, this value，迭代方向由k确定。因此，0值不包含在该切片中。

那么，您如何包括0？

1
2
In [287]: np.arange(10)[slice(5,-1,-1)]
Out[287]: array([], dtype=int32)

不起作用，因为-1被理解为n-1，如：

1
2
In [289]: np.arange(10)[slice(5,-7,-1)]
Out[289]: array([5, 4])

号

None以一种特殊的方式解释，我们可以使用：

1
2
In [286]: np.arange(10)[slice(5,None,-1)]
Out[286]: array([5, 4, 3, 2, 1, 0])

这同样有效(10-11=-1—真实的-1)

1
2
In [291]: np.arange(10)[slice(5,-11,-1)]
Out[291]: array([5, 4, 3, 2, 1, 0])

。

因此，在-1和-1之间有一个区别，这意味着before 0，和-1，这意味着count from n。文档可能对此很清楚，但它没有错(如果使用正确的-1)。