Numpy ndarray切片跳行操作解析：img[::2,::2]的作用与原理

嘿，这问题问得实在！咱们一步步拆解这个numpy切片操作到底干了啥：

首先得回忆下numpy的切片语法：[start:stop:step]，当你只写::2的时候，意思是从数组的第一个元素开始，到最后一个元素结束，每隔2个元素取一个。

回到你的例子，原数组img的形状是(468, 832, 3)，对应图像的「高度（行数）、宽度（列数）、颜色通道数」：

• 第一个维度（468）：代表图像的行，::2就是每隔一行取一行——取第0行、第2行、第4行……一直到最后一行。468除以2正好是234，所以这个维度的长度变成了234。
• 第二个维度（832）：代表图像的列，同样用::2就是每隔一列取一列——取第0列、第2列、第4列……直到最后一列。832除以2等于416，所以这个维度的长度变成416。
• 第三个维度（3）：你没写切片规则，numpy就会默认保留所有元素，所以颜色通道数还是3。

说白了，这个操作就是对图像做了2倍降采样——把图像的长和宽都压缩到原来的1/2，整体分辨率变成原来的1/4（因为面积是长×宽），同时保留所有颜色信息。

举个更直观的小例子：如果原数组是(4, 4, 3)，执行img[::2, ::2]后，得到的数组形状就是(2, 2, 3)，相当于从4×4的像素网格里，只保留了(0,0)、(0,2)、(2,0)、(2,2)这些间隔位置的像素。

内容的提问来源于stack exchange，提问作者Vaishnav MK