问题背景
最近在攻Numpy包，发现以下特别让我很疑惑，因为从python基础而来，终将又回到python中去：
import numpy as np
a = np.array([1,2,3,4])
b = a[1:2]
c = a[1]
print('the type of b is:{},value is {}'.format(type(b),b)) #
print('the type of c is:{},value is {}'.format(type(c),c))
output:
the type of b is:<class 'numpy.ndarray'>,value is [2]
the type of c is:<class 'numpy.int64'>,value is 2
- b、c数据类型分别为ndarray类、int类，value上b多了一个中括号；
- 经列表进行切片（slice）以及索引以后，返回不同的对象，分别是列表 list、 integer，在经过查询python doc以后发现这其中存在slice对象 slice对象：
- Slice对象：创建方式：Slice(start,stop,step) 或者 var[start:stop:step] 中间使用冒号，代表var对象内部中在使用Slice对象;
- 不过在此之前需要提出一点：像序列sequence（元组、列表、字符、slice）都是通过方法__getItem__方法通过整数索引对元素进行访问，slice也是如此。以下是自定义序列（当然协议实现协议还需要有__len__，不过此处用不到）。
d =slice(1,4,1) # 1 2 3 返回3个元素
a = [1,2,3,4]
c = a[d] #取3个元素 #list列表的索引只能为int或slice对象 否则出现： TypeError: list indices must be integers or slices, not list
c1 = a[1:4:1] #a作为列表，使用a:b:c这种索引在内部会产生像上述 同样的slice对象
print(c) # 2,3,4
print(c1) # 2,3,4
#list索引接受索引整数和slice对象时分别返回对象是integer、 list对象。这就可以解释在numpy中np.array[1:2] 与np.array[1]维度分别是
a = [1,2,3,4]
b = a[1] # b 返回值：1
c = slice(1)
a[c] #返回值：[1] 将slice对象c传入到a中所谓索引，返回[1] 与a[1:2]一致。
切片与__getitem__方法联系
- [start:stop:step] 在python中就涉及到了切片操作 传递给__getitem__方法分别对应不同的参数，当索引是integer的时候，序列将索引当作元素在序列中位置，直接取数，涉及到切片的时候按照以下进行：
class Demo():
def __getitem__(self, item):
return item
de =Demo()
de[1] # Out[3]: 1 整数索引 返回元素
de[1,2,3] # Out[4]: (1, 2, 3) 索引中存在逗号，返回元组
de[1:3:1] # Out[5]: slice(1, 3, 1) 索引中存在冒号： 返回slice对象
穿插点：slice对象、sequence对象
Slice对象：
- 在官方定义中,Slice对象经常包含序列的一部分，这样肯定不太理解，换个说法，在方括号中 数字之间有冒号，这里面就存在切片 slice
- 生成Slice类，slice(start,stop,step)，或者slice(stop)，上述例子已经给出，此处再多余说一个slice类的方法，indices(len)返回一个元组（start,stop,step）用于规整slice类中对于超出start、stop、step所定义区间的范围，换句话说超出区间的会被截掉：
slice(1,10).indices(5) 等同于 slice(1:5:1)
slice(-2,None,None).indices(6) 等同于 slice(4,6,1)，处理负数索引
'ABCDEFGH'[-3:20:1] 字符串总共长度只有8，索引内stop为20，超出长度，负数为逆序索引，正序索引即为长度+负数索引，step不变，所以前面切片等同于'ABCDEFGH'[5:8:1]
sequence对象
- python中奉行一切皆对象，也存在许多鸭子类型，对于序列对象也不例外，只要实现了序列接口协议，我们也可以将其当作自定义序列对象：实现了__getitem__以及__len___
- 当初也是在研究list[index]的时候看python发生了什么，后来了解到当使用 x[key]的时候，内部就会调用x.getitem(key)这一特殊方法，所以接下来需要去深入__getitem__ 方法
from array import array
import numbers
class Demo():
def __init__(self,temp):
self.__temp = array.array('i',temp) #其中i作为typecode，代表初始化数组的数据类型是整型
def __getitem__(self,index):
if isinstince(index,slice): #index是slice对象
return self.__class__(self.__temp[index])
elseif isinstance(index,number.integral): #索引是整数 ，至于为何使用numbers.Integral 将在下文中作出解释
return slef.__temp[index]
else:
msg = '{cls.__name} indices must be integers'
raise TypeError(msg.format(cls=cls))
def __len__(self):
return len(self.__temp)
de = Demo(range(7))
de[1:3:1] # Out: <__main__.Demo at 0x10ffffd68> # 索引为slice对象的时候，返回Demo实例，无论是list还是numpy中的array，当其索引是slice的时候，返回均是其实实例(slice对象)
de[slice(1,3,1)] # Out: <__main__.Demo at 0x110013ef0> #
de[1] # Out: 1 #整数索引，返回对应位置元素值
de['s'] # TypeError: Demo indices must be integers #非法索引 报错
番外知识点
+上述代码中使用了isinstance，一般来说我们是检查是否存在继承关系，在查看模块number.integral以及int类源代MRO关系如下：
import numbers
import inspect
print(inspect.getmro(numbers.Integral)) # (<class 'numbers.Integral'>, <class 'numbers.Rational'>, <class 'numbers.Real'>, <class 'numbers.Complex'>, <class 'numbers.Number'>, <class 'object'>)
print(inspect.getmro(int)) # (<class 'int'>, <class 'object'>)
- 在模块number中的integral类属于抽象类，因为Number继承自元类ABC，在integral源代码末尾将int注册为它的虚拟子类，这样int就可以去实现integral类中所定义的方法。官方对于虚拟子类重写isinstance方法
- 所以isinstance也不只是检查继承，还有抽象类虚拟子类之间的关系。