机器学习与深度学习 / 系统课时
索引切片与形状变换
索引切片与形状变换
本课解决“如何从张量中取出目标数据,并把数据整理成模型需要的形状”这一问题。完成后,你能够使用索引和切片选取元素,使用重塑、转置、压缩与扩展调整维度,同时避免数据顺序和内存连续性带来的错误。
学习目标
- 使用整数索引、切片和省略号定位张量数据
- 掌握
reshape、transpose、permute的用途差异 - 正确使用
squeeze、unsqueeze和expand调整维度
从多维张量中取数据
设一个张量形状为 (2, 3, 4),可将三个轴理解为批次、行和列。整数索引会消除被索引的轴,切片会保留该轴;... 表示中间未显式写出的所有轴。

下面的主示例同时演示索引、切片与形状变化。使用 tolist() 输出,便于直接核对结果。
import torch
x = torch.arange(24).reshape(2, 3, 4)
# 整数索引消除轴,切片保留轴
first_batch = x[0]
last_column = x[:, :, -1]
middle_rows = x[:, 1:, :]
# reshape 保持逻辑顺序,transpose 与 permute 调整轴顺序
flattened = x.reshape(2, 12)
swapped = x.transpose(1, 2)
channel_first = x.permute(2, 0, 1)
print(f"x.shape={tuple(x.shape)}")
print(f"first_batch.shape={tuple(first_batch.shape)}")
print(f"last_column={last_column.tolist()}")
print(f"middle_rows.shape={tuple(middle_rows.shape)}")
print(f"flattened.shape={tuple(flattened.shape)}")
print(f"swapped.shape={tuple(swapped.shape)}")
print(f"channel_first.shape={tuple(channel_first.shape)}")预期输出
x.shape=(2, 3, 4)
first_batch.shape=(3, 4)
last_column=[[3, 7, 11], [15, 19, 23]]
middle_rows.shape=(2, 2, 4)
flattened.shape=(2, 12)
swapped.shape=(2, 4, 3)
channel_first.shape=(4, 2, 3)重塑与转置的区别
reshape 改变张量的形状,但保持元素的逻辑顺序不变。只要元素总数一致,就可以把 (2, 3, 4) 改成 (2, 12)、(6, 4) 或一维形状。使用 -1 时,PyTorch 会根据元素总数自动推导该维度。
transpose(dim0, dim1) 只交换两个轴;permute(...) 可以一次重新排列所有轴。它们改变的是轴顺序,不是简单地把元素排成另一种形状。图像数据从 (N, H, W, C) 转为 (N, C, H, W) 时,通常使用 permute(0, 3, 1, 2)。
view 也能重塑形状,但要求底层内存布局连续。经过 transpose 或 permute 后,张量可能不连续,此时 view 可能报错。reshape 会在必要时创建连续副本,因此更适合作为默认选择;需要显式控制内存时,再使用 contiguous().view(...)。
压缩、扩展与广播
unsqueeze(dim) 会插入一个长度为 1 的轴,常用于补上批次轴或通道轴;squeeze(dim) 只删除指定位置且长度为 1 的轴。建议传入明确的 dim,避免无意删除其他单例维度。
expand 可以把长度为 1 的轴扩展为更大尺寸,但不会复制底层数据。它适合广播读取,不适合对扩展后的元素逐个原地写入。
import torch
vector = torch.tensor([10, 20, 30])
# 先插入单例维度,再沿该维度进行零拷贝扩展
row = vector.unsqueeze(0)
batch = row.expand(2, 3)
# 只删除明确指定且长度为 1 的维度
restored = row.squeeze(0)
print(f"vector.shape={tuple(vector.shape)}")
print(f"row.shape={tuple(row.shape)}")
print(f"batch.shape={tuple(batch.shape)}")
print(batch.tolist())
print(f"restored.shape={tuple(restored.shape)}")预期输出
vector.shape=(3,)
row.shape=(1, 3)
batch.shape=(2, 3)
[[10, 20, 30], [10, 20, 30]]
restored.shape=(3,)关键边界与检查方法
切片通常返回原张量的视图,修改切片可能同时影响原数据。需要独立副本时使用 clone()。此外,布尔索引和高级索引往往会创建新张量,行为与普通切片不同。
每次形状变换后应立即打印或断言 shape。不要只凭变量名猜测轴顺序,尤其是在图像、序列和批次维度同时存在时。能够明确写出每个轴代表什么,比记住某个 API 更重要。
本课总结
- 整数索引会消除轴,切片会保留轴,省略号可简化多维索引
reshape调整形状,transpose与permute调整轴顺序unsqueeze、squeeze和expand适合处理单例维度与广播
下一课预告
下一课将进入张量运算,学习逐元素计算、广播规则、矩阵乘法以及常用聚合操作。