arrays - Numpy 中二维索引方法的效率

Question

我在 Numpy 中看到了以两种不同方式索引的二维数组。假设我有一个数组A，我可以输入A[0:3, 2:5]或A[0:3][:,2:5]。无论哪种方式，我都会得到相同的 A 片。

我很好奇为什么一个人会选择一个而不是另一个。有速度差异吗？还是一个比另一个更Pythonic？

Answer 1

第一种形式更 Pythonic 和可取，因为它执行一个切片操作。第二种形式实际上切片两次。

在第一种形式中，A[0:3]返回一个小于 A 的切片，然后第二个切片操作将第一个切片的结果切片。

Answer 2

• 当你这样做时A[0:3,2:5]，你实际上是在做

  A.__getitem__((slice(0,3),slice(2,5)))
  

  换句话说，您__getitem__只调用该方法一次

• 当你这样做时A[0:3][:,2:5]，你实际上是在做

  A.__getitem__(slice(0,3)).__getitem__((slice(0,None), slice(2,5)))
  

  换句话说，您正在 (i) 创建一个临时数组A[0:3]并 (ii) 在此临时数组上获取切片。这通常比第一种方法（直接切片）效率低，因此不推荐。【你指的链接好久没更新了，应该是bug……】

Answer 3

我认为使用A[i,j]样式而不是A[i][j]样式的一个很好的理由是，它可以在切片时轻松寻址整行或整列。

例如，A[:,0]将返回第 0 列中的所有值，而A[:][0]会给您一个索引超出范围错误。