numpy.s_#

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

构建数组索引元组的一种更简洁的方式。

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，a[indices] 与 a[np.index_exp[indices]] 相同，对于任何数组 a 都是如此。但是，np.index_exp[indices] 可用于 Python 代码中的任何位置，并返回一个切片对象元组，该元组可用于构建复杂的索引表达式。

参数：
maketuplebool

如果为 True，则始终返回一个元组。

参见

s_

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

备注

可以使用 slice 加上一些特殊对象来完成所有这些操作，但需要记住很多内容，而此版本更简单，因为它使用标准数组索引语法。

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])
本页内容