numpy.s_

numpy.s_ = <numpy.lib.index_tricks.IndexExpression object>

为数组建立索引元组的更好方法。

注解

使用两个预定义实例之一 index_exp 或 s_ 而不是直接使用 IndexExpression .

对于任何索引组合，包括切片和轴插入， a[indices] 是一样的 a[np.index_exp[indices]] 对于任何数组 a . 然而， np.index_exp[indices] 可以在Python代码的任何地方使用，并返回一个切片对象的元组，该元组可用于构造复杂的索引表达式。

参数

maketuple布尔

如果为真，则始终返回元组。

参见

index_exp

总是返回元组的预定义实例： index_exp = IndexExpression(maketuple=True) .

s_

不带元组转换的预定义实例： s_ = IndexExpression(maketuple=False) .

笔记

你可以用 slice() 加上一些特殊的对象，但是需要记住的东西很多，而且这个版本更简单，因为它使用标准的数组索引语法。

实例

>>> 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])

numpy.r_ numpy.nonzero