numpy.s_

麻木的。s_ = <numpy.lib.index_tricks.IndexExpression对象>

为数组构建索引元组的更好方法。

笔记

使用两个预定义实例之一index_exp，而s_ 不是直接使用IndexExpression。

对于任何索引组合，包括切片和轴插入， 与任何数组aa[indices]相同。但是，可以在 Python 代码中的任何位置使用，并返回可用于构造复杂索引表达式的切片对象元组。a[np.index_exp[indices]]np.index_exp[indices]

参数：

布尔值

如果为 True，则始终返回一个元组。

也可以看看

index_exp

始终返回元组的预定义实例：index_exp = IndexExpression(maketuple=True)。

s_

没有元组转换的预定义实例：s_ = IndexExpression(maketuple=False)。

笔记

您可以使用slice()加上一些特殊对象来完成所有这些操作，但是需要记住很多东西，并且这个版本更简单，因为它使用标准数组索引语法。

例子

>>> 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])