paddle深度学习4 向量的索引与切片

通过索引，可以选取向量中的指定元素

【一维Tensor的索引】

对于一维Tensor，可以仿照python的列表，使用从0开始整数顺序索引

import paddle

a=paddle.arange(1,7)

print(a)

print(a[0],a[1],a[2],a[3],a[4],a[5])

也可以使用负数索引，反向遍历Tensor

import paddle

a=paddle.arange(1,7)

print(a)

print(a[-1],a[-2],a[-3],a[-4],a[-5],a[-6])

【一维Tensor的索引】

对于一个二维数组，选取某个元素就要用到两个整数

指定它所在的行和列

数字之间用逗号隔开，可以使用正负数，也可以正负数混用

import paddle

a=paddle.reshape(paddle.arange(1,13),(3,4))

print(a)

print(a[2,3])

print(a[0,-1])

【Tensor切片】

切片操作可以选取Tensor的部分元素

下面以二维向量为例

【选取整行整列】

如果某个维度的索引为一个冒号:

则表示选取这个维度的所有元素，我们可以使用这个特性选中整行元素

import paddle

a=paddle.reshape(paddle.arange(1,13),(3,4))

print(a)

print(a[0,:])

print(a[1,:])

第0维的索引代表要选中哪一行，类似的，我们也可以选中整列

import paddle

a=paddle.reshape(paddle.arange(1,13),(3,4))

print(a)

print(a[:,0])

print(a[:,1])

【指定范围】

与numpy数组类似，Tensor类型数据也可以使用start:end:step的格式进行切片

import paddle

a=paddle.reshape(paddle.arange(1,13),(3,4))

print(a)

print(a[0,1:4])

a[0,1:4]就表示选取向量a的第0行中的第1~第3元素((1,4)，左闭右开)

与numpy同理，在这里

a[0,:2]表示a[0,0:2]

a[0,2:]表示a[0,2:4]

大家可以自行尝试