Numpy——numpy的索引
文章目录
- 1.一维索引
- 2.二维索引
- 3.打印矩阵的行与列
- 4.打印矩阵中的每一个
1.一维索引
在元素列表或者数组中,我们可以用如同A[n]来索引某一个元素,同样的,在Numpy中也有相对应的表示方法
import numpy as np
A = np.arange(0,16)
print(A) #一维索引
print(A[3])
A_reshape = np.arange(0,16).reshape((4,4))
print(A_reshape)
print(A_reshape[2]) #二维索引整行
print(A_reshape[2][2]) #二维索引具体
2.二维索引
import numpy as np
A = np.arange(0,16)
print(A)
A_reshape = np.arange(0,16).reshape((4,4))
print(A_reshape)
print(A_reshape[1][2])
print(A_reshape[1,2]) #此方法与上面方法一样
print(A_reshape[1,1:4]) #取某一行的某几个
print(A_reshape[2,:]) #取一整行
3.打印矩阵的行与列
import numpy as np
A = np.arange(0,16)
print(A)
A_reshape = np.arange(0,16).reshape((4,4))
print(A_reshape)
print('\n')
print(A_reshape.T)
print('\n')
for row in A_reshape:print(row)
print('\n')
for column in A_reshape.T: #[记]求列要对矩阵转置一下print(column)
4.打印矩阵中的每一个
import numpy as np
A = np.arange(0,16)
print(A)
A_reshape = np.arange(0,16).reshape((4,4))
print(A_reshape)
print(A_reshape.flatten())
print("迭代器:",A_reshape.flat)
for item in A_reshape.flat: #A_reshape.flat是一个迭代器print(item)
Numpy——numpy的索引相关推荐
- numpy使用[]语法索引二维numpy数组中指定行列位置的数值内容(access value at certain row and column in numpy array)
numpy使用[]语法索引二维numpy数组中指定行列位置的数值内容(access value at certain row and column in numpy array) 目录
- numpy使用[]语法索引二维numpy数组中指定指定行之后所有数据行的数值内容(accessing rows in numpy array after specifc row)
numpy使用[]语法索引二维numpy数组中指定指定行之后所有数据行的数值内容(accessing rows in numpy array after specifc row) 目录
- numpy使用[]语法索引二维numpy数组中指定数据行的数值内容(accessing the specific row in numpy array)
numpy使用[]语法索引二维numpy数组中指定数据行的数值内容(accessing the specific row in numpy array) 目录 numpy使用[]语法索引二维numpy ...
- numpy使用[]语法索引二维numpy数组中指定范围数据行的数值内容(accessing rows in numpy array with specific range)
numpy使用[]语法索引二维numpy数组中指定范围数据行的数值内容(accessing rows in numpy array with specific range) 目录
- numpy使用[]语法索引二维numpy数组中指定指定行之前所有数据行的数值内容(accessing rows in numpy array before specifc row)
numpy使用[]语法索引二维numpy数组中指定指定行之前所有数据行的数值内容(accessing rows in numpy array before specifc row) 目录
- numpy使用[]语法索引二维numpy数组中指定指定列之后所有数据列的数值内容(accessing columns in numpy array after specifc column)
numpy使用[]语法索引二维numpy数组中指定指定列之后所有数据列的数值内容(accessing columns in numpy array after specifc column) 目录
- numpy使用[]语法索引二维numpy数组中指定数据列的数值内容(accessing the specific column in numpy array)
numpy使用[]语法索引二维numpy数组中指定数据列的数值内容(accessing the specific column in numpy array) 目录 numpy使用[]语
- numpy使用[]语法索引二维numpy数组中倒数N列数据列的数值内容(accessing the last N columns in numpy array)
numpy使用[]语法索引二维numpy数组中倒数N列数据列的数值内容(accessing the last N columns in numpy array) 目录
- python数组索引和切片_python numpy数组的索引和切片的操作方法
NumPy - 简介 NumPy 是一个 Python 包. 它代表 "Numeric Python". 它是一个由多维数组对象和用于处理数组的例程集合组成的库. Numeric, ...
- 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 ...
最新文章
- 软件架构设计-五视图方法论
- 家里网线的接法和顺序
- [C++STL]C++实现vector容器
- 最简单的语言来说JAVA中的NEW到底怎么搞
- u-boot移植随笔:使用svn进行版本控制
- python beautifulsoup_Python爬虫利器:Beautiful Soup的使用(一)
- Atlassian JIRA 插件开发之三 创建
- 笔记本linux电脑系统下载软件,戴尔笔记本 linux 系统下载软件
- linux7磁盘挂载大于16T,CentOS6.5挂载超过16T的大容量存储空间,格式化为xfs
- python opencv截取视频
- Linux系统命令行常识问答2
- 【番杰的小技巧笔记】查看windows许可证到期时间
- 教你玩转QQ的10大绝招
- 正确的-配置Tomcat环境变量
- if函数 switch函数
- L3-2 拼题A打卡奖励 (30 分)
- MES实现车间生产精益化管理
- 6s管理项目推进步骤
- 监控平台SkyWalking9入门实践
- 日语最常用100常用语
热门文章
- 「非推广」为什么我说本是设计师专属的『数位板』,也是程序猿+科研狗的开会神器?
- Java获得不同格式的系统时间
- android 图片任意拖拉,android 拖拉图片 Gallery 用SimpleAdater实现
- Oracle RAC 11R2配置归档、删除策略,闪回配置完整版
- 双屏不同缩放比例_科技产品大赏,曲面、折叠手机之后,双屏电脑会是下一个趋势吗?...
- 关于VBScript的运行环境
- idea开发工具的一些实用技巧
- xml文件、jsp文件、sql文件、shell脚本文件注释
- 2006年 上半年 网络管理员 下午试卷
- 烫烫烫和屯屯屯2021