คุณใช้ไวยากรณ์การแบ่งจุดไข่ปลาใน Python อย่างไร

สิ่งนี้เกิดขึ้นใน คุณสมบัติที่ซ่อนของ Pythonแต่ฉันไม่เห็นเอกสารหรือตัวอย่างที่ดีที่อธิบายการทำงานของคุณลักษณะ

Ellipsisหรือ...ไม่ใช่คุณสมบัติที่ซ่อนอยู่มันเป็นค่าคงที่ มันค่อนข้างแตกต่างกับพูด javascript ES6 ซึ่งเป็นส่วนหนึ่งของไวยากรณ์ภาษา ไม่มีคลาสบิวอินหรือภาษางูหลามใช้ประโยชน์จากมัน

ดังนั้นไวยากรณ์ของมันจึงขึ้นอยู่กับคุณทั้งหมดหรือคนอื่นโดยการเขียนโค้ดเพื่อทำความเข้าใจ

Numpy ใช้มันตามที่ระบุไว้ในเอกสาร ตัวอย่างบางส่วนที่นี่

ในชั้นเรียนของคุณคุณจะใช้มันในลักษณะนี้:

>>> class TestEllipsis(object):
...     def __getitem__(self, item):
...         if item is Ellipsis:
...             return "Returning all items"
...         else:
...             return "return %r items" % item
... 
>>> x = TestEllipsis()
>>> print x[2]
return 2 items
>>> print x[...]
Returning all items

แน่นอนว่ายังมีเป็นเอกสารหลามและอ้างอิงภาษา แต่สิ่งเหล่านั้นไม่ค่อยเป็นประโยชน์

จุดไข่ปลาจะใช้ในการ numpy เพื่อแบ่งโครงสร้างข้อมูลมิติที่สูงขึ้น

มันออกแบบมาเพื่อหมายถึงณ จุดนี้ใส่เป็นชิ้นเต็มรูปแบบจำนวนมาก ( :) เพื่อขยายชิ้นหลายมิติไปยังทุกมิติ

ตัวอย่าง :

>>> from numpy import arange
>>> a = arange(16).reshape(2,2,2,2)

ตอนนี้คุณมีเมทริกซ์ 4 มิติเรียง 2x2x2x2 ในการเลือกองค์ประกอบแรกทั้งหมดในมิติที่ 4 คุณสามารถใช้เครื่องหมายจุดไข่ปลา

>>> a[..., 0].flatten()
array([ 0,  2,  4,  6,  8, 10, 12, 14])

ซึ่งเทียบเท่ากับ

>>> a[:,:,:,0].flatten()
array([ 0,  2,  4,  6,  8, 10, 12, 14])

ในการติดตั้งใช้งานของคุณเองคุณมีอิสระที่จะเพิกเฉยต่อสัญญาที่กล่าวถึงข้างต้นและใช้สำหรับสิ่งที่คุณเห็นว่าเหมาะสม

นี่คือการใช้งานอื่นสำหรับ Ellipsis ซึ่งไม่มีส่วนเกี่ยวข้องกับชิ้น: ฉันมักจะใช้มันในการสื่อสารภายในเธรดกับคิวเป็นเครื่องหมายที่ส่งสัญญาณว่า "เสร็จสิ้น"; มันคือวัตถุมันเป็นซิงเกิลตันและชื่อของมันหมายถึง "ขาด" และไม่ใช่ None ที่มากเกินไป (ซึ่งสามารถใส่ในคิวเป็นส่วนหนึ่งของการไหลของข้อมูลปกติ) YMMV

ตามที่ระบุไว้ในคำตอบอื่น ๆ มันสามารถใช้สำหรับการสร้างชิ้น มีประโยชน์เมื่อคุณไม่ต้องการเขียนเครื่องหมายเต็ม ๆ หลายชิ้น ( :) หรือเมื่อคุณไม่แน่ใจว่ามิติข้อมูลของอาเรย์นั้นถูกจัดการอย่างไร

สิ่งที่ฉันคิดว่าสำคัญที่จะเน้นและที่ขาดหายไปกับคำตอบอื่น ๆ ก็คือมันสามารถใช้งานได้แม้ว่าจะไม่มีมิติที่จะเติมอีก

ตัวอย่าง:

>>> from numpy import arange
>>> a = arange(4).reshape(2,2)

สิ่งนี้จะทำให้เกิดข้อผิดพลาด:

>>> a[:,0,:]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: too many indices for array

สิ่งนี้จะได้ผล:

a[...,0,:]
array([0, 1])