就是你调用参数的时候没有None,你调用函数必须给他传参,circle(这必须写参数传进去才能成功调用这个参数。
numpy-python[:,2][:,None]是什么意思
解决方案
python是支持多维切片语法的，只是python自身没有用到。平时，就看到numpy里用了。
[:,2]看切片原理：
[:,None]
None表示该维不进行切片，而是将该维整体作为数组元素处理。
所以，[:,None]的效果就是将二维数组按每行分割，最后形成一个三维数组
Numpy数组中None的作用
>>>importnumpyasnp
>a=[1,2,3,4]
>>>a=np.array(a)
>>>a
array([1,2,3,4])
>>>b=a[:,None]
>>>b
array([[1],
[2],
[3],
[4]])
>>>c=a[:,None,None]
>>>c
array([[[1]],
[[2]],
[[3]],
[[4]]])
>>>a=np.ones((2,3))
>>>a
array([[1.,1.,1.],
[1.,1.,1.]])
>>>b=a[:,None,:]
>>>b
array([[[1.,1.,1.]],
[[1.,1.,1.]]])
>>>b=a[None,:,:]
>>>b
array([[[1.,1.,1.],
[1.,1.,1.]]])
在pytorch中：
>>>importtorchast
>>>a=t.from_numpy(a)
>>>a
tensor([[1.,1.,1.],
[1.,1.,1.]],dtype=torch.float64)
>>>b=a[:,None,:]
>>>b
tensor([[[1.,1.,1.]],
[[1.,1.,1.]]],dtype=torch.float64)
>>>
>>>
可以看出，在数组索引中，加入None就相当于在对应维度加一维
但是这种方法只是在ndarray和tensor类型使用，python的list并不适用（会报错）
总之，none给大家简单的介绍了一些，希望大家多看看。