Numpy索引切片，不会丢失维度信息

我正在使用numpy，并且希望索引一行而不会丢失维度信息。

import numpy as np X = np.zeros((100,10)) X.shape # >> (100, 10) xslice = X[10,:] xslice.shape # >> (10,) 

在这个例子中，xslice现在是1维，但我希望它是（1,10）。 在R中，我将使用X [10，：，drop = F]。 在numpy中有类似的东西吗？ 我在文档中找不到它，并没有看到类似的问题。

谢谢！

Answer 1

x[10,:,None]或等价的（但更易读的） x[10,:,np.newaxis]可能是最简单的。

至于为什么它不是默认值，个人而言，我发现不断地让单数维度的数组非常恼人。 我猜想这个numpy的开发者也是这样。

此外，numpy处理广播数组非常好，所以通常没有理由保留片段来自的数组维度。 如果你这样做，那么事情就是：

 a = np.zeros((100,100,10)) b = np.zeros(100,10) a[0,:,:] = b 

要么不行，要么执行起来就困难得多。

（或者至less这是我的猜测在numpy开发人员在切片时放弃维度信息的推理）

Answer 2

另一个解决方法是做

 X[[10],:] 

要么

 I = array([10]) X[I,:] 

当由索引列表（或数组）执行索引时，数组的维度被保留。 这很好，因为它让你保持维度和挤压之间的select。

Answer 3

我find了一些合理的解决scheme。

1）使用numpy.take(X,[10],0)

2）使用这个奇怪的索引X[10:11:, :]

理想情况下，这应该是默认的。 我从来不明白为什么尺寸会下降。 但这是一个讨论numpy …

Answer 4

你也可以简单地使用一个列表：

 X[[10],:]