B06_NumPy 切片和索引

NumPy 切片和索引

ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。

ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。
实例

import numpy as npa = np.arange(10)
s = slice(2,7,2)   #从索引2开始到索引7停止，间隔为2
print(a[s])

输出结果为：

[0 1 2 3 4 5 6 7 8 9]
[2 4 6]

以上实例中，我们首先通过 arange() 函数创建 ndarray 对象。然后，分别设置起始，终止和步长的参数为 2，7 和 2。
我们也可以通过冒号分隔切片参数 start:stop:step 来进行切片操作：
实例：

import numpy as npa = np.arange(10)
b = a[2:7:2]
print(b)

输出结果为：

[2  4  6]

冒号 : 的解释：如果只放置一个参数，如 [2]，将返回与该索引相对应的单个元素。如果为 [2:]，表示从该索引开始以后的所有项都将被提取。如果使用了两个参数，如 [2:7]，那么则提取两个索引(不包括停止索引)之间的项。

import numpy as npa = np.arange(10)    # [0 1 2 3 4 5 6 7 8 9]
b = a[5]
print(b)

输出结果为：

实例：

import numpy as npa = np.arange(10)    # [0 1 2 3 4 5 6 7 8 9]
print(a)
print(a[2:])

输出结果为：

[0 1 2 3 4 5 6 7 8 9]
[2 3 4 5 6 7 8 9]

实例

import numpy as npa = np.arange(10)    # [0 1 2 3 4 5 6 7 8 9]
print(a)
print(a[2:5])

输出结果为：

[0 1 2 3 4 5 6 7 8 9]
[2 3 4]

实例：

import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print(a)
#从某个索引处开始切割
print('从数组索引a[1:]处开始切割')
print(a[1:])

输出结果为：

[[1 2 3][3 4 5][4 5 6]]
从数组索引a[1:]处开始切割
[[3 4 5][4 5 6]]

切片还可以包括省略号 …，来使选择元组的长度与数组的维度相同。如果在行位置使用省略号，它将返回包含行中元素的 ndarray。
实例：

import numpy as npa = np.array([[1, 2, 3], [3, 4, 5], [4, 5, 6]])
print(a[..., 1])  # 第2列元素
print(a[1, ...])  # 第2行元素
print(a[..., 1:])  # 第2列及剩下的所有元素

输出结果为：

[2 4 5]
[3 4 5]
[[2 3][4 5][5 6]]

B06_NumPy 切片和索引相关推荐

python numpy矩阵切片和索引的用法（冒号:和省略号...）
切片中省略号的使用: 引用文章:NumPy 切片和索引
python索引右往左_左手用R右手Python系列5——数据切片与索引
数据框索引: 基于数据框本身提取 subset函数 filter+select函数 Python: 数据框自身的方法 ix方法 loc方法 iloc方法 query方法数据框自身的方法 ix方法 l ...
Numpy切片与索引
Numpy切片与索引 1. 基本功能 ndarray对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片操作一样. ndarray 数组可以基于 0 - n 的下标进行索引 ...
【Python】Numpy数组的切片、索引详解：取数组的特定行列
[Python]Numpy数组的切片.索引详解:取数组的特定行列文章目录 [Python]Numpy数组的切片.索引详解:取数组的特定行列 1. 介绍 2. 切片索引 2.1 切片索引先验知识 2. ...
数据分析(六)之pandas学习【Series创建、切片、索引和读取外部数据】
数据分析学习线路图为什么要学习pandas? 那么问题来了:numpy已经能够帮助我们处理数据,能够结合matplotlib解决我们数据分析的问题,那么pandas学习的目的在什么地方呢? nump ...
NumPy库（一）：数组创建、切片、索引
NumPy numpy介绍从数值范围创建元组 arange() linspace() logspace() numpy.asarray() numpy.empty() 0矩阵和全1矩阵单位对角阵 ...
python的切片和索引是什么_NumPy 切片和索引
在多维数组中,非连续索引切片: import numpy as np a = np.arange(0, 6) b = np.arange(0, 25) b.shape = (5, 5) #切片向量既可 ...
【numpy学习笔记】数组的切片，索引，迭代
1. 一维数组切片 a = np.arange(10) # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])a[5] # 5a[2:6] # array([2, 3, 4, ...
tensorflow tensor 张量部分采样切片和索引
文章目录视频索引和切片索引一维张量切片二维张量切片三维.四维张量切片 gether函数 gather_en函数视频 https://www.bilibili.com/video/BV1j ...

B06_NumPy 切片和索引

NumPy 切片和索引

B06_NumPy 切片和索引相关推荐

最新文章

热门文章