摘自：https://www.liaoxuefeng.com/wiki/1016959663602400/1017269965565856
1、切片基本操作
取前3个元素，用一行代码就可以完成切片：
>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack'] >>> L[0:3] ['Michael', 'Sarah', 'Tracy']
L[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。
如果第一个索引是0，还可以省略：
>>> L[:3] ['Michael', 'Sarah', 'Tracy']
也可以从索引1开始，取出2个元素出来：
>>> L[1:3] ['Sarah', 'Tracy']
2、倒数切片
类似的，既然Python支持L[-1]取倒数第一个元素，那么它同样支持倒数切片，试试：
>>> L[-2:] ['Bob', 'Jack'] >>> L[-2:-1] ['Bob']
记住倒数第一个元素的索引是-1。
3、更多操作
切片操作十分有用。我们先创建一个0-99的数列：
>>> L = list(range(100)) >>> L [0, 1, 2, 3, ..., 99]
# 可以通过切片轻松取出某一段数列。比如前10个数：
>>> L[:10]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 后10个数：
>>> L[-10:]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
# 前11-20个数：
>>> L[10:20]
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
# 前10个数，每两个取一个：
>>> L[:10:2]
[0, 2, 4, 6, 8]
#所有数，每5个取一个：
>>> L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
#甚至什么都不写，只写[:]就可以原样复制一个list：
>>> L[:]
[0, 1, 2, 3, ..., 99]
tuple也是一种list，唯一区别是tuple不可变。因此，tuple也可以用切片操作，只是操作的结果仍是tuple：
>>> (0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)
字符串'xxx'也可以看成是一种list，每个元素就是一个字符。因此，字符串也可以用切片操作，只是操作结果仍是字符串：
>>> 'ABCDEFG'[:3] 'ABC' >>> 'ABCDEFG'[::2] 'ACEG'
在很多编程语言中，针对字符串提供了很多各种截取函数（例如，substring），其实目的就是对字符串切片。Python没有针对字符串的截取函数，只需要切片一个操作就可以完成，非常简单。
2、多维切片
https://blog.csdn.net/qq_30835655/article/details/71055198
2.1、python的多维切片，分为两类：使用了numpy的ndarray类型和python默认的list类型。它们的处理方式是截然不同的！
ndarray可以通过numpy中的array函数由python中的list转换获得：
import numpy as np # 对于ndarray的切片，格式为[x1:x2, y1:y2]，截取行数为[x1,x2)，列数为[y1,y2)。左边闭空间，右边开空间。 # 如果要截取某一行，格式为[x,:]，截取某一列：[:,y] # 其他截取以此类推 list = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]] list_ndarray = np.array(list) list_t = list_ndarray[1:3,1:3] print(list_t) # 输出如下 # [[ 6 7] # [10 11]
直接对list使用array的多维切片方式会报错，没有直接的支持方式，需要借助for间接实现：
# 对于list的切片，没有什么技巧，实际上使用的是for循环，对每一行进行切片，这是一种非常native的做法 # slice = [arr[i][y1:y2] for i in range(x1,x2)] # 其他截取以此类推 list = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]] list_t = [list[i][1:3] for i in range(1, 3)] print(list_t) # 输出如下 # [[6, 7], [10, 11]]
2.2、tensorflow的多维切片
t1 = [[1, 2, 3], [4, 5, 6]] #2*3维 t2 = [[7, 8, 9], [10, 11, 12]] #2*3维 t3 = tf.concat([t1, t2], -1) # 2*6维 print(t3) # Tensor("concat_1:0", shape=(2, 6), dtype=int32) #二维切片 print(t3[:, 1]) # Tensor("strided_slice:0", shape=(2,), dtype=int32) #一维切片 print(t3[:1]) # Tensor("strided_slice_1:0", shape=(1, 6), dtype=int32)