1.省略号在python里也是个对象。

2.=...（赋值号后面省略号），给该变量赋值一个default值。具体python的机制我不清楚。应该是在类里面定义好的。

3.: ...(冒号后面省略号)，表示函数的定义内容不写了。

① 三点本质上是用来定义跨行长字符串

② 也用于注释多行代码

…代替了切片操作中前面所有的:， 即a[:, :, None] 和a[…, None]等价

这里主要涉及python和numpy的切片操作。

import numpy as np
 
a = np.arange(25).reshape((5, 5))
print(a)
print(a[1:3, 2:5])
 
 
'''
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]
 [20 21 22 23 24]]
[[ 7  8  9]
 [12 13 14]]
'''
 
print(a[:, 2:5])
 
'''
[[ 2  3  4]
 [ 7  8  9]
 [12 13 14]
 [17 18 19]
 [22 23 24]]
'''
 
print(a[:, 2:5, None])
'''
[[[ 2]
  [ 3]
  [ 4]]
 [[ 7]
  [ 8]
  [ 9]]
 [[12]
  [13]
  [14]]
 [[17]
  [18]
  [19]]
 [[22]
  [23]
  [24]]]
'''

表示函数没有实现任何代码，跟 pass 的作用类似

>>> def some_function():
...     ...
...
>>> some_function()
>>>

Numpy 中可以用来选数据

>>> import numpy as np
>>> a = [[1,2,3,4,5,6,7],[8,9,10,11]]
>>> b = np.array(a)
>>> b[1,...]
array(list([8, 9, 10, 11]), dtype=object)

这个看不出什么特殊性来。换一个稍微复杂点的。

>>> d = np.array([[[i + 2*j + 8*k for i in range(3)] for j in range(3)] for k in range(3)])
>>> d
array([[[ 0,  1,  2],
        [ 2,  3,  4],
        [ 4,  5,  6]],

       [[ 8,  9, 10],
        [10, 11, 12],
        [12, 13, 14]],

       [[16, 17, 18],
        [18, 19, 20],
        [20, 21, 22]]])
>>> d[1,...]
array([[ 8,  9, 10],
       [10, 11, 12],
       [12, 13, 14]])
>>> d[...,1]
array([[ 1,  3,  5],
       [ 9, 11, 13],
       [17, 19, 21]])
>>> d[1,...,1]
array([ 9, 11, 13])
>>>

可见是从不同的维度上选数据。

FastAPI 中经常用 ... 来表达请求参数

使用 FastAPI，以下代码片段将使用查询参数定义一个路由和服务，该参数q应为字符串。

@app.get("/something/)
async def something(q: str):
    return f"Your query was {q}"

如果想让这个请求参数是可选的就可以写成这样。

async def something(q: str = None):

但是如果想做一些验证，比如最小长度是 10，并且是可选的，可以写成这样。

async def something(q: str = Query(None, min_length=10)):

Query 对象的第一个参数是默认值 None。请求的时候可以将其省略，但是如果存在该参数，则其长度应至少为10个字符。但是，如果我们想为参数设置最小长度同时又需要它，该怎么办？

这是我们应该使用 ... 的地方。现在看起来像这样：

async def something(q: str = Query(..., min_length=10)):

就是这个参数是必须的，并且长度不能小于 10。

表示函数没有实现任何代码，跟 pass 的作用类似。

这个东西其实是python在继续接收你的后续代码，请看我写的这一部分代码：

123456789101112>>> if 2 >= 1: print("666")

...

666

>>> if 2 >= 1: print("666")

... else: print("555")

...

666

>>> if 0 >= 1: print("666")

... else: print("888")

...

888

>>>

当我输入语句if 2 >= 1: print("666")，回车之后python返回三个点，当我再次回车后，由于条件成立，python输出了666。

当我再次输入该语句，并在三个点后边继续输入else：print("555")后再次回车，python依旧给出了三个点，我并不知道python为什么要这么做。当我再次回车后，由于条件仍然成立，python输出了666。

最终，我将条件改为False，结果else后的语句被执行了，python输出了888。

可以得知，如果用elif，可以多次判断。通过这个例子就能得知这三个点的作用了。

其实是python在继续接收你的后续代码，类似以下这个例子：

   当输入语句if 2 >= 1: print("666")，回车之后python返回三个点，当再次回车后，由于条件成立，python输出了666。

   当再次输入该语句，并在三个点后边继续输入else：print("555")后再次回车，python依旧给出了三个点，我并不知道python为什么要这么做。当再次回车后，由于条件仍然成立，python输出了666。

   最终，将条件改为False，结果else后的语句被执行了，python输出了888。可以得知，如果用elif，可以多次判断。通过这个例子就能得知这三个点的作用了。

表示函数没有实现任何代码，跟 pass 的作用类似

>>> def some_function():

... ...

...

>>> some_function()

>>>

Numpy 中可以用来选数据

>>> import numpy as np

>>> a = [[1,2,3,4,5,6,7],[8,9,10,11]]

>>> b = np.array(a)

>>> b[1,...]

array(list([8, 9, 10, 11]), dtype=object)

这个看不出什么特殊性来。换一个稍微复杂点的。

>>> d = np.array([[[i + 2*j + 8*k for i in range(3)] for j in range(3)] for k in range(3)])

>>> d

array([[[ 0, 1, 2],

[ 2, 3, 4],

[ 4, 5, 6]],

[[ 8, 9, 10],

[10, 11, 12],

[12, 13, 14]],

[[16, 17, 18],

[18, 19, 20],

[20, 21, 22]]])

>>> d[1,...]

array([[ 8, 9, 10],

[10, 11, 12],

[12, 13, 14]])

>>> d[...,1]

array([[ 1, 3, 5],

[ 9, 11, 13],

[17, 19, 21]])

>>> d[1,...,1]

array([ 9, 11, 13])

>>>

可见是从不同的维度上选数据。

FastAPI 中经常用 ... 来表达请求参数

使用 FastAPI，以下代码片段将使用查询参数定义一个路由和服务，该参数q应为字符串。

@app.get("/something/)

async def something(q: str):

return f"Your query was {q}"

如果想让这个请求参数是可选的就可以写成这样。

async def something(q: str = None):

但是如果想做一些验证，比如最小长度是 10，并且是可选的，可以写成这样。

async def something(q: str = Query(None, min_length=10)):

Query 对象的第一个参数是默认值 None。请求的时候可以将其省略，但是如果存在该参数，则其长度应至少为10个字符。但是，如果我们想为参数设置最小长度同时又需要它，该怎么办？

这是我们应该使用 ... 的地方。现在看起来像这样：

async def something(q: str = Query(..., min_length=10)):

就是这个参数是必须的，并且长度不能小于 10。