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

  • Django框架模板文件使用及模板文件加载顺序分析

    Django框架模板文件使用及模板文件加载顺序分析

    这篇文章主要介绍了Django框架模板文件使用及模板文件加载顺序,结合实例形式分析了Django框架模板文件的功能、用法及加载顺序,需要的朋友可以参考下
    2019-05-05
  • python实现简易连点器

    python实现简易连点器

    本文主要介绍了python实现简易连点器,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
    2023-01-01
  • 详解pycharm连接不上mysql数据库的解决办法

    详解pycharm连接不上mysql数据库的解决办法

    这篇文章主要介绍了详解pycharm连接不上mysql数据库的解决办法,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
    2020-01-01
  • Boston数据集预测放假及应用优缺点评估

    Boston数据集预测放假及应用优缺点评估

    这篇文章主要为大家介绍了Boston数据集预测放假及应用优缺点评估,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-10-10
  • python flask框架实现重定向功能示例

    python flask框架实现重定向功能示例

    这篇文章主要介绍了python flask框架实现重定向功能,结合实例形式分析了flask框架重定向功能的实现与使用方法,需要的朋友可以参考下
    2019-07-07
  • 回归预测分析python数据化运营线性回归总结

    回归预测分析python数据化运营线性回归总结

    本文主要介绍了python数据化运营中的线性回归一般应用场景,常用方法,回归实现,回归评估指标,效果可视化等,并采用了回归预测分析的数据预测方法
    2021-08-08
  • 基于Python编写一个二维码生成器

    基于Python编写一个二维码生成器

    二维码又称二维条码,常见的二维码为QR Code,QR全称Quick Response,是一个近几年来移动设备上超流行的一种编码方式。本文将利用python生成一个简单的二维码生成器,需要的可以参考一下
    2022-06-06
  • Python读取实时数据流示例

    Python读取实时数据流示例

    今天小编就为大家分享一篇Python读取实时数据流示例,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
    2019-12-12
  • Python实现自动整理表格的示例代码

    Python实现自动整理表格的示例代码

    这篇文章主要为大家详细介绍了如何利用Python实现自动整理表格的功能,文中的示例代码简洁易懂,感兴趣的小伙伴可以跟随小编一起学习一下
    2023-03-03
  • linux环境中没有网络怎么下载python

    linux环境中没有网络怎么下载python

    在本篇文章里小编给大家分享了关于linux环境中没有网络怎么下载python的相关知识点内容,需要的朋友们参考下。
    2019-07-07

最新评论