ndarray对象在数据选取时既可以用“[ ]”区分不同的维度,也可以用逗号分隔,那么哪个更好呢?

ndarray对象在数据选取时既可以用“[ ]”区分不同的维度,也可以用逗号分隔,那么哪个更好呢?

现在有一个矩阵B，其尺寸为两行四列三通道。
我们想选取矩阵B的第1通道的第1行，有以下两种方法实现。

方法一：用“[ ]”区分不同的维度
示例代码如下：

1. import numpy as np
   
2. 
   
3. B = np.array([[[11, 12, 13, 14],
   
4.                [15, 16, 17, 18]],
   
5.               [[19, 20, 21, 22],
   
6.                [23, 24, 25, 26]],
   
7.               [[27, 28, 29, 30],
   
8.                [31, 32, 33, 34]]])
   
9. 
   
10. E = B[1][1]  # 选取矩阵B的第1通道的第1行的第一种方法

复制代码

运行结果如下：

                                          


方法二：用逗号分隔不同的维度

1. import numpy as np
   
2. 
   
3. B = np.array([[[11, 12, 13, 14],
   
4.                [15, 16, 17, 18]],
   
5.               [[19, 20, 21, 22],
   
6.                [23, 24, 25, 26]],
   
7.               [[27, 28, 29, 30],
   
8.                [31, 32, 33, 34]]])
   
9. 
   
10. F = B[1, 1]  # 选取矩阵B的第1通道的第1行的第二种方法

复制代码

运行结果如下：

                                          


上面这个示例中，两种方法没有区别，但是处理下面这个问题时就有区别了，甚至方法一根本不行。

矩阵A是一个9×9的零矩阵，我想把其第三行到第五行，第三列到第五列的元素的值置为5。
此时用[ ]区分不同的维度是不行的，代码如下：

1. import numpy as np
   
2. 
   
3. A = np.zeros((9, 9), dtype='uint8')
   
4. 
   
5. A[3:6][3:6] = 5

复制代码

运行结果如下：

从以上运行结果可以看出，并没有达到我们想要的效果，
但如果用逗号分隔不同的维度，即把把代码“A[3:6][3:6] = 5”改成“A[3:6, 3:6] = 5”就可以实现我们想要的效果了。
修改之后的代码如下：

1. import numpy as np
   
2. 
   
3. A = np.zeros((9, 9), dtype='uint8')
   
4. 
   
5. A[3:6, 3:6] = 5

复制代码

运行结果如下：

从上面的运行结果来看，用逗号分隔不同的维度实现了我们想要的效果。