我读了Docs , 但仍然不太了解 item 的区别和用例。
但最近我发现只有 item 起作用的地方:
a = np.array(100) # a has shape ()!
a.item() # or a.item(0)
这是从 a 中获取值的唯一方法，a[0] 不起作用。
最佳答案
ndarray.item 允许您使用平面索引来解释数组，而不是使用 [] 表示法。这允许你做这样的事情:
import numpy as np
a = np.arange(16).reshape((4,4))
print(a)
#[[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]
# [12 13 14 15]]
print(a[2,2]) # "Normal" indexing, taking the 3rd element from the 3rd row
# 10
print(a.item(12)) # Take the 12th element from the array, equal to [3,0]
# 12
它还允许您轻松传递索引元组，如下所示:
print(a.item((1,1))) # Equivalent to a[1,1]
# 5
最后，正如您在问题中提到的，这是一种将 size = 1 的数组元素作为 Python 标量获取的方法。请注意，这与 numpy 标量不同，例如如果 a = np.array([1.0], dtype=np.float32) 那么 type(a [0]) != 类型(a.item(0))。
b = np.array(3.14159)
print(b, type(b))
# 3.14159 <class 'numpy.ndarray'>
print(b.item(), type(b.item()))
# 3.14159 <class 'float'>
关于python - ndarray.item(arg) 和 ndarry[arg] 有什么区别？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28192810/