numpy是Python中最常见的矩阵操作工具。有时候，我们需要从一个大矩阵中读取一个小矩阵，则需要用一些索引技巧。

我们看一个例子：

import numpy as npa = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])b = a[:, 0]
print(b)
# [1 4 7]c = a[..., 0]
# [1 4 7]

这里的":“表示一整维度。而”…"表示除了明确列以外的所有维度。

跟直观一样，":“更加具体，而”…"比较泛指。

import numpy as npa = np.random.randn(3,3,3)b = a[:, :, 0]
print(b)c = a[..., 0]
print(c)print(b == c)
# [[ True  True  True]
# [ True  True  True]
# [ True  True  True]]

扩展到三维，我们就可以看到"…“可以代替两个”:"。

–

":"的具体还体现在，它能明确指定一个维度里的部分索引。比如：

import numpy as npa = np.random.randn(3,3,3)b = a[0:2, 0:2, :]
print(b.shape)
# (2, 2, 3)