Python Numpy学习之索引及切片的使用方法

 更新时间:2022年01月10日 09:32:47   作者:一马归一码  
数组中的元素可以通过索引以及切片的手段进行访问或者修改,和列表的切片操作一样。本文将详细为大家介绍一下Python中的科学计算库-Numpy的索引及切片的使用方法

1. 索引及切片

数组中的元素可以通过索引以及切片的手段进行访问或者修改,和列表的切片操作一样。

下面直接使用代码进行实现,具体操作方式以及意义以代码注释为准:

(1)通过下标以及内置函数进行索引切片

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#创建一个从0-9的一维数组
print(a)
i = slice(2, 7, 2)#从2开始到7结束,每隔1个元素进行索引,即start为1,stop为7,step为2
print(a[i])

得到的输出如下:

(2)使用冒号分隔参数进行切片索引

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#创建一个从0-9的一维数组
print(a[2:7:2])#将起始、结束、步长使用冒号进行分割,表示索引切片

得到的输出如下:

(3)对部分元素进行索引并切片

a. 切取中间的一段

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#创建一个从0-9的一维数组
print(a[2:5])#从2-5进行切片

得到输出如下:

b. 切取某一个元素后的全部

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#创建一个从0-9的一维数组
print(a[3:])#从3开始进行打印,直到打印完整个数组

得到输出如下:

(4)对多维数组进行索引切片

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print('从数组索引a[2:]处开始切片:')
print(b[2:])
print('数组第二列进行切片:')
print(b[..., 2])
print('数组第二行进行切片:')
print(b[2, ...])
print('从第二列开始切片:')
print(b[..., 1:])

得到输出如下:

2. 高级索引

(1)整数数组索引

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
c = b[[1, 0], [1, 0]]
print('对数组(1,1)和(0,0)处的元素进行索引切片:')
print(c)

得到输出如下:

(2)布尔索引

通过一个布尔数组来索引目标数组,布尔数组可以通过布尔运算得到符合条件的数组元素。

如下我们可以提取一个数组中不小于5的数:

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.array([[1, 2, 3, 5], [6, 9, 2, 0], [9, 3, 2, 7]])
print('数组中不小于5的数如下:')
print(a[a >= 5])

得到输出如下:

(3)花式索引

花式索引指的是利用整数数组进行索引。花式索引根据索引数组的值作为目标数组的某个轴的下标来取值。对于使用一维整型数组作为索引,如果目标是一维数组,那么索引的结果就是对应下标的行,如果目标是二维数组,那么就是对应位置的元素。花式索引跟切片不一样,它总是将数据复制到新数组中。

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
x = np.arange(32).reshape((8, 4))
print('生成的数组为:')
print(x)
print('传入顺序索引数组:')
print(x[[4, 2, 1, 7]])
print('传入倒序索引数组:')
print(x[[-4, -2, -1, -1]])
print('传入多个索引数组:')
print(x[np.ix_([1, 5, 7, 2], [0, 3, 1, 2])])#输出的是两个向量不同维度组合的值

得到输出如下:

到此这篇关于Python Numpy学习之索引及切片的使用方法的文章就介绍到这了,更多相关Python Numpy索引 切片内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python用TensorFlow做图像识别的实现

    python用TensorFlow做图像识别的实现

    这篇文章主要介绍了python用TensorFlow做图像识别的实现,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
    2020-04-04
  • Pycharm运行时总是跳出Python Console问题

    Pycharm运行时总是跳出Python Console问题

    这篇文章主要介绍了Pycharm运行时总是跳出Python Console问题,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
    2023-04-04
  • 基于Python编写简易版的天天跑酷游戏的示例代码

    基于Python编写简易版的天天跑酷游戏的示例代码

    这篇文章主要介绍了如何利用Python编写一个简易版的天天跑酷游戏,文中的示例代码讲解详细,对我们学习Python有一定帮助,需要的可以参考一下
    2022-03-03
  • python3学习之Splash的安装与实例教程

    python3学习之Splash的安装与实例教程

    splash 是一个python语言编写的用于配合scrapy解析js的库,下面这篇文章主要给大家介绍了关于python3学习之Splash的安装与使用的一些相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下
    2018-07-07
  • PyTorch变分自编码器的构建与应用小结

    PyTorch变分自编码器的构建与应用小结

    变分自编码器是一种强大的深度学习模型,用于学习数据的潜在表示并能生成新的数据点,使用PyTorch实现VAE不仅可以加深对生成模型的理解,还可以利用其灵活性进行各种实验,这篇文章主要介绍了PyTorch变分自编码器的构建与应用,需要的朋友可以参考下
    2024-07-07
  • pyecharts实现数据可视化

    pyecharts实现数据可视化

    这篇文章主要介绍了pyecharts实现数据可视化,pyecharts 是百度开源的,适用于数据可视化的工具,配置灵活,展示图表相对美观,顺滑,下面更多详细内容,需要的小伙伴可以参考一下
    2022-03-03
  • Python+Scipy实现自定义任意的概率分布

    Python+Scipy实现自定义任意的概率分布

    Scipy自带了多种常见的分布,如正态分布、均匀分布、二项分布、多项分布、伽马分布等等,还可以自定义任意的概率分布。本文将为大家介绍如何利用Scipy自定义任意的概率分布,感兴趣的可以了解下
    2022-08-08
  • Python如何输出警告信息

    Python如何输出警告信息

    这篇文章主要介绍了Python如何输出警告信息,文中讲解非常细致,代码帮助大家更好的理解和学习,感兴趣的朋友可以了解下
    2020-07-07
  • flask+pymysql实现Web端操作数据库的项目实践

    flask+pymysql实现Web端操作数据库的项目实践

    本文主要介绍了flask+pymysql实现Web端操作数据库的项目实践,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
    2023-06-06
  • Python实现不同样式二维码

    Python实现不同样式二维码

    作为一名合格的 Python 程序员,在工作中必然会用到二维码相关操作,那如何快速的用 Python 实现呢?别着急,咱们这篇博客就为你解决
    2023-01-01

最新评论