输入：
    包含4个Tensor的LoDTensorArray，前3个shape为[1]，最后一个shape为[1,2]:
        input = ([0.6], [0.1], [0.3], [0.4, 0.2])
    并且:
        i = [3]

输出:
    output = [0.4, 0.2]

#先创建一个LoDTensorArray，再在指定位置写入Tensor，然后从该位置读取Tensor
import paddle.fluid as fluid
arr = fluid.layers.create_array(dtype='float32')
tmp = fluid.layers.fill_constant(shape=[3, 2], dtype='int64', value=5)
i = fluid.layers.fill_constant(shape=[1], dtype='int64', value=10)
#tmp是shape为[3,2]的Tensor，将其写入空数组arr的下标10的位置，则arr的长度变为11
arr = fluid.layers.array_write(tmp, i, array=arr)
#读取arr的下标10的位置的数据
item = fluid.layers.array_read(arr, i)

#可以通过executor打印出该数据
input = fluid.layers.Print(item, message="The LoDTensor of the i-th position:")
main_program = fluid.default_main_program()
exe = fluid.Executor(fluid.CPUPlace())
exe.run(main_program)

1569588169  The LoDTensor of the i-th position:     The place is:CPUPlace
Tensor[array_read_0.tmp_0]
        shape: [3,2,]
        dtype: l
        data: 5,5,5,5,5,5,

#输出了shape为[3,2]的Tensor
#dtype为对应C++数据类型，在不同环境下可能显示值不同，但本质一致
#例如：如果Tensor中数据类型是int64，则对应的C++数据类型为int64_t，所以dtype值为typeid(int64_t).name()，
#      其在MacOS下为'x'，linux下为'l'，Windows下为'__int64'，都表示64位整型变量