python [:3] 实现提取数组中的数
更新时间:2019年11月27日 08:52:52 作者:Z.越努力越幸运.PN
今天小编就为大家分享一篇python [:3] 实现提取数组中的数,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
搜索答案搜索不到,自己试了一把.
首先生成一维数组
a =np.array([1,2,3,4,5,6,7,8,9]) >>> print a [1 2 3 4 5 6 7 8 9]
取数组前3个值
b =a[:3] >>> print b [1 2 3]
取前3个以后的值
b =a[3:] >>> print b [4 5 6 7 8 9]
取数组的后3个值
b =a[-3:] >>> print b [7 8 9]
取数组后3个以前的值
b =a[:-3] >>> print b [1 2 3 4 5 6]
所以-号表示方向,从前取还是从后取,与数字配合使用,:表示所有的意思.
对于二维的数组有同样的效果,只是取的方法要考虑的行或列
a=np.eye(5) >>> b=a[:,:3] >>> print a [[1. 0. 0. 0. 0.] [0. 1. 0. 0. 0.] [0. 0. 1. 0. 0.] [0. 0. 0. 1. 0.] [0. 0. 0. 0. 1.]] >>> print b [[1. 0. 0.] [0. 1. 0.] [0. 0. 1.] [0. 0. 0.] [0. 0. 0.]]
又取行又取列
b=a[:3,:3] >>> print b [[1. 0. 0.] [0. 1. 0.] [0. 0. 1.]]
以上这篇python [:3] 实现提取数组中的数就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
构建Python中的分布式系统结合Celery与RabbitMQ
在本文中,我们深入探讨了如何利用Celery和RabbitMQ构建Python中的分布式系统,我们首先介绍了Celery和RabbitMQ的概念及其优势,然后展示了如何结合它们来创建一个简单但功能强大的分布式系统,感兴趣的朋友跟随小编一起看看吧2024-05-05
Python基于pyCUDA实现GPU加速并行计算功能入门教程
这篇文章主要介绍了Python基于pyCUDA实现GPU加速并行计算功能,结合实例形式分析了Python使用pyCUDA进行GPU加速并行计算的原理与相关实现操作技巧,需要的朋友可以参考下2018-06-06
tensorflow 动态获取 BatchSzie 的大小实例
这篇文章主要介绍了tensorflow 动态获取 BatchSzie 的大小实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06


最新评论