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 ...

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

Numpy——numpy的索引相关推荐

最新文章

热门文章