對于pytorch里的tensor來講，以4維tensor：data為例，我們順序的獲取第2個維度，從0-N-1的切片是很容易的，只需

out = data[:,:,:N,:]

但是思考，我們想獲取第2個維度，從3-N-5的切片該怎么做呢，接下來著重介紹的就是這種需求：

index = list(np.arange(3,N-4,1))#左閉右開，首先生成需要切片的索引 indexs = torch.LongTensor(index) out = torch.index_select(data,d,indexs)#沿著d維度，對indexs索引取值

對于numpy里的np.adarray來講，以4維數組：data為例
1.獲取某一維的某一個索引值的數據，例第2維，第8個索引

out = data[:,:,8,:]#pytorch也適用

2.獲取某一維的從0開始到某一索引的數據，例第二維，前8個索引

out = data[:,:,:8,:]

這里，我們主要記住的是：
1.' :,? ?'? ? 代表一個完整的維度的所有值
2.' :n,?'? ? 代表某一維的前n個索引下的值
3.'? n,?'? ? 代表某一維度的某一個索引n的值

總結

以上是生活随笔為你收集整理的pytorch切片，numpy切片的总结，以及数组切片常用操作的总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。