https://blog.csdn.net/Arry_Lee/article/details/83108442

简介
- 取元素 X[n0,n1]
- 切片 X[s0:e0,s1:e1]
- 切片特殊情况 X[:e0,s1:]
- 示例代码
- 输出结果

简介

X[n0,n1]是通过 numpy 库引用二维数组或矩阵中的某一段数据集的一种写法。
类似的，X[n0,n1,n2]表示取三维数组，取N维数组则有N个参数，N-1个逗号分隔。
以二维数组为例：

import numpy as np
X = np.array([[0,1,2,3],[10,11,12,13],[20,21,22,23],[30,31,32,33]])

X 是一个二维数组，维度分别为 0 ，1；为了方便理解多维，采取数中括号的方式 ‘[’ 确定维数，例如：从左往右，第 0 层 [] 表示第 0 维；第 1 层 [] 表示第 1 维；…以此类推。

取元素 X[n0,n1]

这是最基本的情况，表示取第0维的第 n0 个元素，继续取第1维的第 n1个元素。如 X[2,2] 表示第0维第2个元素[20,21,22,23],然后取其第1维的第2个元素即 22；

切片 X[s0:e0,s1:e1]

这是最通用的切片操作，表示取第0维的第 s0 到 e0 个元素，继续取第1维的第 s1 到 e1 个元素（左闭右开）。如 X[1:3,1:3] 表示第0维第(1:3)个元素[[10,11,12,13],[20,21,22,23]],然后取其第1维的第(1:3)个元素即 [[11,12],[21,22]]；

切片特殊情况 X[:e0,s1:]

特殊情况，即左边从0开始可以省略X[:e0,s1:e1]，右边到结尾可以省略X[s0:,s1:e1]，取某一维全部元素X[:,s1:e1]，事实上和Python 的序列切片规则是一样的。

常见的 X[:,0] 则表示第0维取全部，第1维取0号元素；

示例代码

import numpy as np

X = np.array([[0,1,2,3],[10,11,12,13],[20,21,22,23],[30,31,32,33]])

X 是一个二维数组，维度为 0 ，1

第 0 层 [] 表示第 0 维；第 1 层 [] 表示第 1 维；

X[n0,n1] 表示第 0 维取第n0 个元素，第 1 维取第 n1 个元素

print(X[1,0])

X[1:3,1:3] 表示第 0 维取 (1:3)元素，第 1 维取第(1:3) 个元素

print(X[1:3,1:3])

X[:n0,:n1] 表示第 0 维取第0 到第n0 个元素，第 1 维取第0 到第n1 个元素

print(X[:2,:2])

X[:,:n1] 表示第 0 维取全部元素，第 1 维取第0 到第n1 个元素

print(X[:,:2])

X[:,0]) 表示第 0 维取全部元素，第 1 维取第 0 个元素

print(X[:,0])

输出结果

10
[[11 12][21 22]]
[[ 0  1][10 11]]
[[ 0  1][10 11][20 21][30 31]]
[ 0 10 20 30]

        </div><link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-258a4616f7.css" rel="stylesheet"></div>

【转载】Python中numpy 数组的切片操作相关推荐

python中numpy数组的合并_基于Python中numpy数组的合并实例讲解
基于Python中numpy数组的合并实例讲解 Python中numpy数组的合并有很多方法,如 - np.append() - np.concatenate() - np.stack() - np. ...
【Python】Numpy数组的切片、索引详解：取数组的特定行列
[Python]Numpy数组的切片.索引详解:取数组的特定行列文章目录 [Python]Numpy数组的切片.索引详解:取数组的特定行列 1. 介绍 2. 切片索引 2.1 切片索引先验知识 2. ...
Python中numpy数组的拼接、合并
转载 https://blog.csdn.net/qq_39516859/article/details/80666070?utm_source=blogxgwz1 Python中numpy数组的合并 ...
python中numpy数组和字符串互转(互转后数据完全一致)
python中numpy数组和字符串互转(互转后数据完全一致) 代码: import numpy as np # 创建数组arr arr = np.array([ -1.8264365 , -0.63 ...
运算库之numpy(数组的切片操作和数组shape的转换)
1.数组的切片操作,主要是用来抓取数组中的一些数据,或者对其进行修改 1. 一维数组和python_list的操作方式相同 2. 二维数组查看下方是 ...
Python中Numpy数组的归一化处理
背景介绍在对机器学习的数据进行预处理时,往往都需要归一化,从而避免因特征值范围不同而造成学习结果偏差.本节给出Python中将Numpy数组实现(0,1)归一化的代码,其它种类的归一化再遇到时再进行 ...
[转载] Python中numpy.clip()；numpy.fabs()的用法；以及math.pow()的说明
参考链接: Python中的numpy.absolute 在看一些关于关于数据分析的Python代码时,时常会出现一些方法不懂其意思,今天做个小小的说明关于: python中numpy.clip()方 ...
[转载] python中numpy模块的around方法_更好地舍入Python的NumPy.around：舍入numpy的数组
参考链接: Python中的numpy.round_ I am looking for a way to round a numpy array in a more intuitive fashion ...
[转载] Python中NumPy简介及使用举例
参考链接: Python中的numpy.invert NumPy是Python语言的一个扩展包.支持多维数组与矩阵运算,此外也针对数组运算提供大量的数学函数库.NumPy提供了与Matlab相似的功能 ...
[转载] [转载] python 中NumPy和Pandas工具包中的函数使用笔记（方便自己查找）
参考链接: Python中的numpy.sinh 参考链接: Python中的numpy.less_equal 二.常用库 1.NumPy NumPy是高性能科学计算和数据分析的基础包.部分功能如下: ...

【转载】Python中numpy 数组的切片操作

https://blog.csdn.net/Arry_Lee/article/details/83108442

简介

取元素 X[n0,n1]

切片 X[s0:e0,s1:e1]

切片特殊情况 X[:e0,s1:]

示例代码

X 是一个二维数组，维度为 0 ，1

第 0 层 [] 表示第 0 维；第 1 层 [] 表示第 1 维；

X[n0,n1] 表示第 0 维取第n0 个元素，第 1 维取第 n1 个元素

X[1:3,1:3] 表示第 0 维取 (1:3)元素，第 1 维取第(1:3) 个元素

X[:n0,:n1] 表示第 0 维取第0 到第n0 个元素，第 1 维取第0 到第n1 个元素

X[:,:n1] 表示第 0 维取全部元素，第 1 维取第0 到第n1 个元素

X[:,0]) 表示第 0 维取全部元素，第 1 维取第 0 个元素

输出结果

【转载】Python中numpy 数组的切片操作相关推荐

最新文章

热门文章

【转载】Python中numpy 数组的切片操作

https://blog.csdn.net/Arry_Lee/article/details/83108442

简介

取元素 X[n0,n1]

切片 X[s0:e0,s1:e1]

切片特殊情况 X[:e0,s1:]

示例代码

X 是一个二维数组，维度为 0 ，1

第 0 层 [] 表示第 0 维；第 1 层 [] 表示第 1 维；

X[n0,n1] 表示第 0 维 取第n0 个元素 ，第 1 维取第 n1 个元素

X[1:3,1:3] 表示第 0 维 取 (1:3)元素 ，第 1 维取第(1:3) 个元素

X[:n0,:n1] 表示第 0 维 取 第0 到 第n0 个元素 ，第 1 维取 第0 到 第n1 个元素

X[:,:n1] 表示第 0 维 取 全部元素 ，第 1 维取 第0 到第n1 个元素

X[:,0]) 表示第 0 维 取全部 元素 ，第 1 维取第 0 个元素

输出结果

【转载】Python中numpy 数组的切片操作相关推荐

最新文章

热门文章

X[n0,n1] 表示第 0 维取第n0 个元素，第 1 维取第 n1 个元素

X[1:3,1:3] 表示第 0 维取 (1:3)元素，第 1 维取第(1:3) 个元素

X[:n0,:n1] 表示第 0 维取第0 到第n0 个元素，第 1 维取第0 到第n1 个元素

X[:,:n1] 表示第 0 维取全部元素，第 1 维取第0 到第n1 个元素

X[:,0]) 表示第 0 维取全部元素，第 1 维取第 0 个元素