假设 X 是一个 n 维 (n>1) numpy 数组。
X[i] 和 X[i,:] 有区别吗？
例如，
X = np.zeros((3,3))
print(X[i])
#[ 0. 0. 0.]
print(X[i,:])
#[ 0. 0. 0.]
我觉得完全一样，但我猜，我觉得有一些不同
访问速度方面。
不过我也不是很清楚。
请您参考如下方法:
https://docs.scipy.org/doc/numpy/reference/arrays.indexing.html#basic-slicing-and-indexing
If the number of objects in the selection tuple is less than N , then : is assumed for any subsequent dimensions.
An integer, i, returns the same values as i:i+1 except the dimensionality of the returned object is reduced by 1. In particular, a selection tuple with the p-th element an integer (and all other entries :) returns the corresponding sub-array with dimension N - 1.
它们是一样的。如另一个答案所示，时间上存在差异，但时间在 ns 中，其中 Python 解析时间和函数调用层可能会有所不同。但我欢迎任何基于对 numpy 代码的实际阅读的更正。
In [190]: X = np.zeros((3,3))
In [191]: X.__array_interface__
Out[191]:
{'data': (45249072, False),
'strides': None,
'descr': [('', '<f8')],
'typestr': '<f8',
'shape': (3, 3),
'version': 3}
切片属性相同:
In [192]: X[0].__array_interface__
Out[192]:
{'data': (45249072, False),
'strides': None,
'descr': [('', '<f8')],
'typestr': '<f8',
'shape': (3,),
'version': 3}
In [193]: X[0,:].__array_interface__
Out[193]:
{'data': (45249072, False),
'strides': None,
'descr': [('', '<f8')],
'typestr': '<f8',
'shape': (3,),
'version': 3}
时间安排:
In [194]: timeit X[0]
172 ns ± 2.43 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
In [195]: timeit X[0,...]
175 ns ± 0.105 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
In [196]: timeit X[0,:]
264 ns ± 15 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
比较返回副本的时间(相对于 View ):
In [199]: timeit X[[0]]
6.73 µs ± 48.2 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
和列的相同索引:
In [206]: timeit X[:,1]
262 ns ± 5.68 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [207]: timeit X[...,1]
177 ns ± 2.15 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
(对于一个更大的数组，我得到了相同的时间 - 支持任何时间差异发生在解析/设置过程中的想法，而不是在 View 的实际构建过程中。)
