jax.numpy.s_

内容

jax.numpy.s_#

jax.numpy.s_ = <numpy.lib._index_tricks_impl.IndexExpression object>#

构建数组索引元组的更便捷方式。

注意

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] 等同于 a[np.index_exp[indices]]，对于任何数组 a 来说都是如此。但是，np.index_exp[indices] 可以用于 Python 代码中的任何地方，并返回一个切片对象元组，该元组可用于构建复杂索引表达式。

参数：:

maketuple (bool) – 如果为 True，始终返回元组。

另请参见

s_

预定义实例，不进行元组转换：s_ = IndexExpression(maketuple=False)。 index_exp 是另一个预定义实例，它总是返回一个元组：index_exp = IndexExpression(maketuple=True)。

注释

你可以使用 slice 以及一些特殊对象来实现所有这些操作，但需要记住很多内容，而这个版本更简单，因为它使用标准的数组索引语法。

示例

>>> import numpy as np
>>> 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])
内容