Python中NumPy数组切片冒号用法疑问及与Matlab差异咨询

1. 正确获取目标元素的方法 #

你要提取的元素1、46、91、136在x0中的索引正好等于它们的数值（因为np.arange(0,180)生成的是0到179的连续整数）。你的切片[1:45:180]不符合预期，是因为NumPy切片遵循start:stop:step规则：从start开始，每次累加step，直到小于stop的位置停止。

你的代码里step=180，从1开始加180得到181，已经远大于stop=45，所以只取到了第一个元素1。正确的切片应该把step设为45（1到46差45，46到91差45，以此类推），stop设为180（确保包含最后一个目标元素136，因为数组最大索引是179，180超过这个值会自动停止）：

import numpy as np
x0 = np.arange(0, 180)
y0 = x0[1:180:45]
# 输出: array([  1,  46,  91, 136])

2. 为什么使用0:91:90能得到[0,90] #

同样是因为切片的stop是不包含的：

• 从0开始，第一次取索引0的元素（值0）；
• 累加step=90得到90，90小于stop=91，所以取索引90的元素（值90）；
• 再累加90得到180，180大于91，停止切片。

如果把stop设为90，那么90是不包含的，切片只会取到索引0的元素，所以必须把stop设为91才能包含索引90的元素。

3. Python（NumPy）与Matlab切片的核心差异及建议 #

核心差异 #

• 索引起始：Python/NumPy是0起始索引，Matlab是1起始；
• 切片范围：Python切片的stop不包含对应索引，Matlab的end是包含对应位置的；
• 步长位置：Python切片格式是start:stop:step，Matlab是start:step:end（步长在中间）；
• 空值默认：Python中x[:5]等价于x[0:5:1]，x[5:]等价于x[5:len(x):1]；Matlab中x(1:5)是取1到5的元素，x(5:end)是取5到末尾的元素。

实用建议 #

• 写切片前先明确目标元素的索引（尤其是0起始这点）；
• 不确定stop值时，可以直接留空（比如x0[1::45]，等价于x0[1:len(x0):45]），避免计算错误；
• 对比Matlab代码时，先把索引减1转换为0起始，再调整切片范围（比如Matlab的x(1:45:180)要转成Python的x0[0:180:45]）。

内容的提问来源于stack exchange，提问作者Erickzhou