numpy.s_#

numpy.s_ = <numpy.lib._index_tricks_impl.IndexExpression object>#

一种更简洁地构建数组索引元组的方式。

注意

使用两个预定义实例 index_exp 或 s_ 中的一个，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]] 相同。然而，np.index_exp[indices]] 可以在任何 Python 代码中使用，并返回一个切片对象元组，可用于构建复杂的索引表达式。

参数:

另请参阅

s_: 不进行元组转换的预定义实例：s_ = IndexExpression(maketuple=False)。 index_exp 是另一个预定义的实例，它始终返回一个元组：index_exp = IndexExpression(maketuple=True)。

备注

您可以通过 slice 加上一些特殊对象来完成所有这些操作，但这需要记住很多东西，而这个版本更简单，因为它使用了标准的数组索引语法。

示例

>>> import numpy as np
>>> 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])