ломтик индексации без потери информации об измерении

Question

Я использую numpy и хочу индексировать строку, не теряя информацию о размере.

import numpy as np 
X = np.zeros((100,10)) 
X.shape  # >> (100, 10) 
xslice = X[10,:] 
xslice.shape # >> (10,) 

В этом примере xslice теперь 1 измерение, но я хочу, чтобы оно было (1,10). В R я использовал бы X [10,:, drop = F]. Есть что-то подобное в numpy. Я не мог найти его в документации и не видел подобного вопроса.

Спасибо!

Answer 1

Это, наверное, проще всего сделать x[None, 10, :] или эквивалентно (но более читаемо) x[np.newaxis, 10, :].

Насколько я понимаю, это не по умолчанию, я обнаружил, что постоянно иметь массивы с размерами синглтона очень быстро раздражает. Я предполагаю, что numpy devs чувствовали то же самое.

Кроме того, многоуровневая рукоятка широковещательных массивов очень хорошо, поэтому обычно нет причин сохранять размерность массива, из которого вышел срез. Если вы сделали, то вещи, как:

a = np.zeros((100,100,10)) 
b = np.zeros(100,10) 
a[0,:,:] = b 

либо не будет работать или будет гораздо сложнее реализовать.

(Или, по крайней мере, это мое предположение, в аргументации Numpy Дэв за падения размера информации при строгания)

Answer 2

Я нашел несколько разумных решений.

1) использовать numpy.take(X,[10],0)

2) использовать эту странную индексацию X[10:11:, :]

В идеале, это должно быть по умолчанию. Я никогда не понимал, почему размеры падают. Но это обсуждение для numpy ...

Answer 3

Другим решением является

X[[10],:] 

или

I = array([10]) 
X[I,:] 

Размерность массив сохраняется, когда индексирование выполняется списком (или массивом) индексов. Это приятно, потому что это оставляет вам выбор между сохранением размера и сжатием.