python|多维切片之冒号和三个点

1. 前言

在torch和numpy中经常会遇到对tensor进行切片操作，如x[..., :3], [:, :2]等，对于:的操作很好理解，与python列表中操作相同。而...就是在切片的过程中自动判断维度的意思，大概就是总size-逗号个数，所以在切片操作中不会出现两个省略号。

2. 示例

以torch中的切片为例，如下：

import torch
x = torch.rand((2,3,4))
print(x)
y = x[..., 2:4]
z = x[..., :, -1]
k = x[:, :, -1]
j = x[1, ...]

print("y", y)
print("z:", z)
print("k", k)
print("j", j)

输出如下：

tensor([[[0.2626, 0.8649, 0.0496, 0.0013],
         [0.5466, 0.1964, 0.1133, 0.5052],
         [0.8863, 0.2080, 0.0276, 0.0924]],

        [[0.4060, 0.8400, 0.4646, 0.3968],
         [0.2729, 0.3125, 0.7060, 0.3351],
         [0.3627, 0.8817, 0.9210, 0.3325]]])
         
y: tensor([[[0.0496, 0.0013],
         [0.1133, 0.5052],
         [0.0276, 0.0924]],

        [[0.4646, 0.3968],
         [0.7060, 0.3351],
         [0.9210, 0.3325]]])
         
z: tensor([[0.0013, 0.5052, 0.0924],
        [0.3968, 0.3351, 0.3325]])
        
k tensor([[0.0013, 0.5052, 0.0924],
        [0.3968, 0.3351, 0.3325]])
        
j tensor([[0.4060, 0.8400, 0.4646, 0.3968],
        [0.2729, 0.3125, 0.7060, 0.3351],
        [0.3627, 0.8817, 0.9210, 0.3325]])

通过实际案例也可以发现：...代替了他前面所有的:，例如上面案例中y，他里面的...代替了第0维和第1维的两个冒号，而对于z案例的情况省略号和冒号的作用相同。