索引后查看形狀：In [295]: A=np.matrix([1,2,3])

In [296]: A.shape

Out[296]: (1, 3)

In [297]: A[0]

Out[297]: matrix([[1, 2, 3]])

In [298]: A[0].shape

Out[298]: (1, 3)

這種行為的關鍵是np.matrix始終是2d，所以即使選擇一行(A[0,:])，結果仍然是2d，shape(1,3)。所以你可以隨心所欲地多串幾個[0]，而且不會有什么新的事情發生。

你想用A[0][0]來完成什么？與A[0,0]相同？

對于基類np.ndarray來說，它們是等價的。

注意，Python解釋器將索引轉換為__getitem__調用。A.__getitem__(0).__getitem__(0)

A.__getitem__((0,0))

[0][0]是兩個索引操作，而不是一個。因此，第二個[0]的效果取決于第一個產生什么。

對于數組A[0,0]相當于A[0,:][0]。但對于矩陣，您需要：In [299]: A[0,:][:,0]

Out[299]: matrix([[1]]) # still 2d

一、二、二、三"An array of itself", but I doubt anyone in their right mind would choose that as a model for matrices in a scientific library.

What is, then, the logic to the output I obtained? Why would the first element of a matrix object be itself?

In addition, A[0,:] is not the same as A[0]

鑒于這些評論，讓我提出一些澄清意見。

A[0]并不意味著“返回第一個元素”。意思是沿著第一個軸選擇。表示第一個項目的1d數組。對于二維數組，它表示第一行。對于ndarray來說，它是一個一維數組，而對于matrix來說，它是另一個matrix。所以對于二維數組或矩陣，A[i,:]和A[i]是一樣的。

A[0]不只是返回本身。它返回一個新矩陣。不同的id：In [303]: id(A)

Out[303]: 2994367932

In [304]: id(A[0])

Out[304]: 2994532108

它可能有相同的數據，形狀和步幅，但它是一個新的對象。它和多行矩陣的ith行一樣唯一。

大多數唯一的matrix活動在：numpy/matrixlib/defmatrix.py中定義。我本打算建議查看matrix.__getitem__方法，但大多數操作是在np.ndarray.__getitem__中執行的。

np.matrix類被添加到numpy中，以方便老式的MATLAB程序員。numpy數組幾乎可以有任意數量的維度，0，1。。。。MATLAB只允許2個，盡管2000年左右的一個版本將其概括為2個或更多。

總結

以上是生活随笔為你收集整理的python numpy矩阵索引_Numpy中的矩阵索引的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。