numpy数组中冒号[:,:,0]与[...,0]的区别
先随机产生一个[3,4,5]的numpy数组。则该x维度是3，shape是（3,4,5），总共包含60个元素。x[:,:,0] 意思是对数组x切片，可以想象成一个正方体数据，每次切下一个面的数据。第二维取0则得出来[3,4]大小的数组，即 可以验证：那么[...,0]代表了什么？首先...只能出现一次，就是说你可以，[ : , : , : ],但是[ ... , ...]就会报错。使用了 .......
![numpy数组中冒号[:,:,0]与[...,0]的区别](https://ucc.alicdn.com/pic/developer-ecology/rwfatycjtfjpy_382634a080c445d59c8c93db579814d6.png)
numpy数组和矩阵有什么区别？我应该使用哪一个？
每种都有哪些优点和缺点？ 从我所看到的情况来看，如果需要，任何一个都可以替代另一个，所以我应该同时使用这两个还是应该仅使用其中之一？ 程序的样式会影响我的选择吗？我正在使用numpy进行一些机器学习，因此确实有很多矩阵，但也有很多向量（数组）。
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
NumPy数组相关内容
- NumPy数组转置
- NumPy学习数组
- NumPy ndarray数组
- NumPy数组形状
- NumPy数组矩阵
- 图像NumPy数组
- NumPy学习笔记数组
- NumPy数组拼接
- NumPy函数数组
- NumPy数组矩阵计算
- NumPy数组运行
- NumPy数组集合
- NumPy数组索引
- NumPy数组列表
- 列表NumPy数组
- 元素NumPy数组
- NumPy教程数组
- NumPy迭代数组
- NumPy教程迭代数组
- NumPy数值范围数组
- NumPy教程数值范围数组
- NumPy教程数值数组
- NumPy教程数组属性
- NumPy数组属性
- 数组计算模块NumPy
- 数组NumPy
- NumPy科学计算数组
- NumPy数组对象
- 学习笔记NumPy数组
- NumPy数组切片
NumPy更多数组相关
- NumPy数组运算
- 包NumPy数组
- NumPy数组迭代
- NumPy数组视图
- NumPy数组数据类型
- NumPy数组访问
- NumPy数组方法
- numpy简易速速上手小册NumPy数组
- NumPy数组变换
- 数据类型NumPy数组
- NumPy数组导向
- NumPy数组导向方法
- NumPy数组数学
- NumPy数组导向统计方法
- NumPy数组导向数学统计
- NumPy数组排序
- NumPy数组元素
- NumPy数组导向编程
- NumPy入门数组
- NumPy数组导向运行
- NumPy数组函数
- NumPy数组数学统计方法运行
- NumPy数组导向数学统计axis
- NumPy数组导向arr运行
- NumPy源码数组
- NumPy高级索引数组概念
- NumPy数组导向np.where
- NumPy数组导向数学统计运算
- NumPy数组导向数学统计下图
- 数据框NumPy数组
大数据
大数据计算实践乐园，近距离学习前沿技术
+关注