Python中NumPy数组candidates[0]与candidates[0:1]的区别是什么？

嘿，刚接触NumPy的时候确实容易把这俩搞混，我结合你给出的数组来给你讲明白核心差异：

首先先明确你的数组candidates是一个3行34列的二维数组（用candidates.shape会得到(3, 34)），接下来看两者的不同：

1. candidates[0]：整数索引，返回一维数组 #

这是用单个整数索引直接取第0行，返回的是一个一维数组，它的shape是(34,)——也就是只有一个维度，长度是34。

比如你打印它的话，输出会是：

array([1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0])

没有外层的额外括号，就是一串元素组成的一维结构。这种形式适合单独处理这一行的元素，比如遍历、做元素级别的计算。

2. candidates[0:1]：切片操作，返回二维数组 #

这是用切片语法取行范围，0:1表示“从索引0开始，到索引1结束（不包含1）”，所以实际上只取了第0行，但返回的仍然是一个二维数组，shape是(1, 34)——有两个维度，第一维度长度是1（代表1行），第二维度是34。

打印它的话，输出会是：

array([[1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0]])

注意外层多了一层括号，结构上还是“行+列”的二维形式。这种形式适合需要保持二维结构的场景，比如要和其他二维数组做拼接、或者输入到要求二维输入的机器学习模型中。

一句话总结 #

• candidates[0]：取第0行，返回一维数组（降维了）
• candidates[0:1]：取第0行，返回二维数组（保持原数组的维度结构）

内容的提问来源于stack exchange，提问作者RezAm