tensor类型与list类型数据的一些区别

由tensorflow的一些函数创建的数据和直接创建的list,tuple等数据使用是有一些区别的，故记录以供查阅。

1. 索引的差别：

[(1,2),(3,4),(6,7)] 想要得到每一个tuple的第二个数，即[2,4,7]

a = [(1,2),(3,4),(6,7)]

a[:,1]
Traceback (most recent call last):

  File "<ipython-input-6-140fc7631e6a>", line 1, in <module>
    a[:,1]

TypeError: list indices must be integers or slices, not tuple

而

a[1]
Out[15]: (3, 4)

a[:][1]              # 不明白这样的结果
Out[16]: (3, 4)

tensor就很容易:

b=tf.constant([(1,2),(3,4),(6,7)])
with tf.Session() as sess:
    print(b[:,1].eval())

output:[2 4 7]

归其原因：b.shape=(3,2) 所以可以用矩阵的索引来处理

进一步,若用numpy声明，则和tensor异曲同工：

c=np.array([(1,2),(3,4),(6,7)])

c[:,1]
Out[26]: array([2, 4, 7])

另外，list和numpy都可以用for循环，而tensor不可以

for i in b:
    print(i)
    
Traceback (most recent call last):

  File "<ipython-input-33-5049783fdcea>", line 1, in <module>
    for i in b:

TypeError: Tensor objects are not iterable when eager execution is not enabled. To iterate over this tensor use tf.map_fn.