浅析NumPy 切片和索引
更新时间：2020年09月02日 10:46:37 作者：菜鸟教程
这篇文章主要介绍了NumPy 切片和索引的相关资料，帮助大家更好的理解和学习NumPy的相关知识，感兴趣的朋友可以了解下。
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。
import numpy as np a = 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：
[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：
import numpy as np a = np.arange(10) b = a[2:7:2] # 从索引 2 开始到索引 7 停止，间隔为 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 np a = np.arange(10) # [0 1 2 3 4 5 6 7 8 9] b = a[5] print(b)
输出结果为：
5
import numpy as np a = np.arange(10) print(a[2:])
输出结果为：
[2 3 4 5 6 7 8 9]
import numpy as np a = np.arange(10) # [0 1 2 3 4 5 6 7 8 9] print(a[2:5])
输出结果为：
[2 3 4]
多维数组同样适用上述索引提取方法：
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。
import numpy as np a = 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]]
以上就是浅析NumPy 切片和索引的详细内容，更多关于NumPy 切片和索引的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要为大家详细介绍了如何使用Python编写一个脚本,可以将指定目录中的多个.txt文件的内容合并到一个文件中,有需要的小伙伴可以参考下2024-12-12
这篇文章主要为大家详细介绍了python3实现UDP协议的服务器和客户端，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-06-06
单例模式应该是应用最广泛，实现最简单的一种创建型模式。本文详细的介绍了Python实现单例模式的5种方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-06-06
这篇文章主要介绍了PyCharm远程调试代码配置以及运行参数设置方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-01-01
详解程序意外中断自动重启shell脚本（以Python为例）
这篇文章主要介绍了详解程序意外中断自动重启shell脚本（以Python为例），文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
JetBrains PyCharm是一种Python IDE,其带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具,这篇文章主要介绍了pycharm创建临时文件scatch file的方法,需要的朋友可以参考下2024-07-07
函数装饰器是Python提供的一种增强函数功能的标记函数，本文将带大家深入学习一下Python 函数装饰器，感兴趣的同学跟随小编一起学习吧2021-12-12
这篇文章主要介绍了PyTorch线性回归和逻辑回归实战示例,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-05-05
这篇文章将通过两个小问题：前N阶乘求和问题、金字塔数求和问题，带领大家深入浅出的理解两种语言的基本语法，并用以实际场景，需要的可以参考一下2022-03-03
今天小编就为大家分享一篇django删除表重建的实现方法，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2019-08-08
最新评论