這兩天看到numpy數(shù)組的切片操作，記錄一下，方便以后查看

1. 常規(guī)操作

ndarray對象的內容可以通過索引或切片來訪問和修改，與 Python 中 list 的切片操作一樣。

ndarray 數(shù)組可以基于 0 - n 的下標進行索引，切片對象可以通過內置的 slice 函數(shù)，并設置 start, stop 及 step 參數(shù)進行，從原數(shù)組中切割出一個新數(shù)組。

a = np.arange(10)

print(a) # 輸出 [0 1 2 3 4 5 6 7 8 9]

s = slice(2, 10, 2) # 創(chuàng)建一個切片對象，從索引2開始，終止于索引10(不包含10) ，步長 2

print(a[s]) #輸出 [2 4 6 8]

s2 = a[1:10:2]

print(s2) #輸出 [1 3 5 7 9]

print(a[1]) #輸出 1

print(a[2:]) #輸出從下標為2開始，到最后

print(a[:5:2]) #輸出從下標0開始到下標5(不包含下標5)，步長為2

2. 二維和多維數(shù)組的切片

# 多維數(shù)組

# 二維數(shù)組

a2 = np.arange(12).reshape(4, 3)

print(a2)

print(a2[:, 2]) # 取下標為2的整列數(shù)據(jù)

# # 對于超過3維的數(shù)組，可以用 '...' 來簡化操作

a = np.arange(24).reshape(2, 3, 4)

print(a)

print(a[1 , ...]) # 等價于 print(a[1, :, :])

print(a[... , 1]) # 等價于 print(a[ :, :, 1])

3.索引

# 索引

arr = np.array([[1,2,3,4],

[2,3,4,5],

[3,4,5,6],

[4,5,6,7]])

# print(arr[[0,2],]) #輸出 arr 的第0行和第一行

'''

[[1 2 3 4]

[3 4 5 6]]

'''

# print(arr[..., [2,3]]) # 輸出 arr 的第2列和第三列

'''

[[3 4]

[4 5]

[5 6]

[6 7]]

'''

print(arr[..., [3, 2]]) #注意順序

'''

[[4 3]

[5 4]

[6 5]

[7 6]]

'''

# print(arr[[0, 2], [2, 3]]) #輸出 第下標為0的行的第下標為2的列， 和 第下標為2的行的第下標為3的列

'''

[3 6]

'''

# boolean/mask index

mask = arr > 5 # arr 數(shù)組中值大于5

print(mask)

'''

[[False False False False]

[False False False False]

[False False False True]

[False False True True]]

———————————————— 上一頁 1 2 下一頁

關鍵詞：