如果我仅切出 1 列与切出多列，为什么 numpy 的行为会有所不同？
Why is numpy's behavior different if I slice out only 1 column vs. if I slice out multiple columns?
如果我有一个名为 data 的 numpy 数组，例如：
[[ 3.6216 8.6661 -2.8073 -0.44699 0. ]
[ 4.5459 8.1674 -2.4586 -1.4621 0. ]
[ 3.866 -2.6383 1.9242 0.10645 0. ]]
我想获取最后一列，我可以通过以下方式将其切出：
data[:,4]
但是，输出会自动“变平”：
[0. 0. 0]
我的期望是它应该给我这个：
[[0]
[0]
[0]]
我知道我可以轻松地重塑它，但我想了解为什么当我 select 一列时 numpy 会自动将其展平。如果我改为 select 多列：
data[:,:4]
我得到了我所期望的：
[[ 3.6216 8.6661 -2.8073 -0.44699]
[ 4.5459 8.1674 -2.4586 -1.4621 ]
[ 3.866 -2.6383 1.9242 0.10645]]
为什么仅切出 1 列与切出多列时 numpy 的行为不同？有什么方法可以使 numpy 切出 1 列的行为不展平数组？
当您使用单个数字进行索引时，该维度将被消除。这就是 NumPy 的设计方式。所以这个：
data[:,4]
表示“给我第 4 列，并将维度数减少 1”。而这个：
data[:,4:5]
表示“给我第 4 列，但保持维数不变。”
如果我有一个名为 data 的 numpy 数组，例如：
[[ 3.6216 8.6661 -2.8073 -0.44699 0. ]
[ 4.5459 8.1674 -2.4586 -1.4621 0. ]
[ 3.866 -2.6383 1.9242 0.10645 0. ]]
我想获取最后一列，我可以通过以下方式将其切出：
data[:,4]
但是，输出会自动“变平”：
[0. 0. 0]
我的期望是它应该给我这个：
[[0]
[0]
[0]]
我知道我可以轻松地重塑它，但我想了解为什么当我 select 一列时 numpy 会自动将其展平。如果我改为 select 多列：
data[:,:4]
我得到了我所期望的：
[[ 3.6216 8.6661 -2.8073 -0.44699]
[ 4.5459 8.1674 -2.4586 -1.4621 ]
[ 3.866 -2.6383 1.9242 0.10645]]
为什么仅切出 1 列与切出多列时 numpy 的行为不同？有什么方法可以使 numpy 切出 1 列的行为不展平数组？
当您使用单个数字进行索引时，该维度将被消除。这就是 NumPy 的设计方式。所以这个：
data[:,4]
表示“给我第 4 列，并将维度数减少 1”。而这个：
data[:,4:5]
表示“给我第 4 列，但保持维数不变。”