jax.numpy.s_

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

一种更简洁的构建数组索引元组的方法。

注意

使用两个预定义的实例 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），对于任何数组 a，a[indices] 与 a[np.index_exp[indices]] 相同。但是，np.index_exp[indices] 可以用在 Python 代码中的任何位置，并返回一个切片对象元组，该元组可以用于构建复杂的索引表达式。

参数:

maketuple (bool) – 如果为 True，则始终返回元组。

参见

s_

不进行元组转换的预定义实例：s_ = IndexExpression(maketuple=False)。 index_exp 是另一个始终返回元组的预定义实例：index_exp = IndexExpression(maketuple=True)。

注意事项

您可以使用 slice 以及一些特殊对象来完成所有这些操作，但是需要记住的内容很多，并且此版本更简单，因为它使用了标准数组索引语法。

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])