Python 笔记 numpy.ndarray切片

2024-08-22 03:36

本文主要是介绍Python 笔记 numpy.ndarray切片,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

NumPy 的 ndarray 类型提供了非常灵活的切片功能,可以方便地访问和操作数组中的元素。切片允许您通过指定索引来选择数组的一部分。下面是一些基本的切片操作及其解释。

一维数组的切片

对于一维数组,切片操作类似于 Python 列表的切片。

示例
import numpy as npa = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])# 选择从索引 2 到 7(不包括 7)的元素
print(a[2:7])  # 输出: array([3, 4, 5, 6, 7])# 选择从索引 0 到 5 的元素
print(a[:5])  # 输出: array([1, 2, 3, 4, 5])# 选择从索引 5 到末尾的所有元素
print(a[5:])  # 输出: array([6, 7, 8, 9, 10])# 选择所有元素
print(a[:])  # 输出: array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])# 选择每隔一个元素
print(a[::2])  # 输出: array([ 1,  3,  5,  7,  9])# 选择从倒数第 5 个元素到最后
print(a[-5:])  # 输出: array([6, 7, 8, 9, 10])

多维数组的切片

对于多维数组,切片可以在多个维度上进行。

示例
import numpy as npa = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])# 选择第一行
print(a[0, :])  # 输出: array([1, 2, 3])# 选择最后一列
print(a[:, -1])  # 输出: array([3, 6, 9])# 选择第二行的前两个元素
print(a[1, :2])  # 输出: array([4, 5])# 选择第一列的前两行
print(a[:2, 0])  # 输出: array([1, 4])# 选择第二行和第三列
print(a[1:2, 2:])  # 输出: array()# 选择第一行和第三行的第二列
print(a[[0, 2], 1])  # 输出: array([2, 8])

更复杂的切片

您可以使用更复杂的切片表达式来选择特定的子数组。

示例
import numpy as npa = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])# 选择第二行和第三行的第一列
print(a[1:3, 0])  # 输出: array([4, 7])# 选择第一行和第三行的所有列
print(a[[0, 2], :])  # 输出:
# array([[1, 2, 3],
#        [7, 8, 9]])# 选择第一列和第三列的所有行
print(a[:, [0, 2]])  # 输出:
# array([[1, 3],
#        [4, 6],
#        [7, 9]])# 选择第一行和第二行的第二列
print(a[:2, 1])  # 输出: array([2, 5])

总结

  • 单个索引:
    • 使用单个索引选择一个元素。
  • 切片:
    • 使用 start:stop 形式的切片选择一个范围内的元素。
    • 使用 start:stop:step 形式的切片选择每隔一定步长的元素。
    • 使用 : 选择整个维度。
  • 多维切片:
    • 在多维数组中,可以在每个维度上分别使用切片。
    • 使用逗号 , 分隔不同维度上的索引或切片。

这篇关于Python 笔记 numpy.ndarray切片的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1095128

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2