NumPy参考 >例行程序 >Indexing routines > numpy.s_
numpy.
s_
= <numpy.lib.index_tricks.IndexExpression对象> ¶为数组建立索引元组的更好方法。
注意
使用两个预定义实例之一,index_exp
或者s_
直接使用IndexExpression。
对于任何索引组合(包括切片和轴插入),
a[indices]
与a[np.index_exp[indices]]
任何数组a相同。但是,它np.index_exp[indices]
可以在Python代码中的任何位置使用,并返回一个切片对象的元组,可用于构造复杂的索引表达式。
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,但是要记住很多事情,并且此版本更简单,因为它使用了标准的数组索引语法。
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])