Выбор столбца массива numpy

Question

Я немного запутался в выборе столбца массива NumPy, потому что результат отличается от Matlab и даже от матрицы NumPy. См. Следующие случаи.

В Matlab мы используем следующую команду для выбора вектора столбца из матрицы.

x = [0, 1; 2 3] 
out = x(:, 1) 

Затем из становится [0; 2], который представляет собой вектор-столбец.

Чтобы сделать то же самое с NumPy Matrix

x = np.matrix([[0, 1], [2, 3]]) 
out = x[:, 0] 

Тогда выход np.matrix([[0], [2]]), который, как ожидается, и это вектор-столбец.

Однако в случае NumPy массива

x = np.array([[0, 1], [2, 3]]) 
out = x[:, 0] 

Выход np.array([0, 2]) который является 1 мерная, так что это не вектор-столбец. Я ожидаю, что это должно было быть np.array([[0], [2]]). У меня есть два вопроса.

1.Почему вывод из массива NumPy отличается от случая матрицы NumPy? Это вызывает много путаницы для меня, но я думаю, что для этого может быть какая-то причина.

2.Чтобы получить вектор-столбец из 2-Dim NumPy массив, то я должен делать дополнительные вещи, как expand_dims

x = np.array([[0, 1], [2, 3]]) 
    out = np.expand_dims(x[:, 0], axis = 1) 

Answer 1

В MATLAB все имеет по крайней мере 2-х измерениях. В старших MATLABs, 2d было, теперь у них может быть больше. np.matrix смоделирован на этом старом MATLAB.

Что делает MATLAB при индексировании 3d-матрицы?

np.array более общий. Он может иметь размеры 0, 1, 2 или более.

x[:, 0] 
x[0, :] 

оба выбирают один столбец или строку и возвращают массив с одним меньшим размером.

x[:, [0]] 
x[[0], :] 

вернет 2d массивы с однотонным размером.

В Octave (MATLAB клон) индексация приводит к противоречивым результатам, в зависимости от того, с какой стороны матрицы я выбираю:

octave:7> x=ones(2,3,4); 
octave:8> size(x) 
ans = 
    2 3 4 

octave:9> size(x(1,:,:)) 
ans = 
    1 3 4 

octave:10> size(x(:,:,1)) 
ans =  
    2 3 

MATLAB/Octave добавляет размеры в конце, и, видимо, легко выжимает их на той стороне, Что ж.

numpy заказывает размеры в другом направлении и при необходимости может добавлять размеры в начале. Но при индексировании он согласуется с вытеснением размеров синглтона.

Тот факт, что numpy может иметь любое количество измерений, в то время как MATLAB имеет как минимум 2, является решающим отличием, которое часто обходит пользователей MATLAB. Но один не логичен, чем другой. Практика MATLAB более важна для истории, чем общие принципы.