Numpy 切片和索引

Posted tongtongxue

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Numpy 切片和索引相关的知识,希望对你有一定的参考价值。

 

  Numpy 切片索引

    ndarray 对象的内容可以通过索引或者切片来修改访问

    通过下标进行索引

    import numpy as np

    a = np.arange(10)

    s = slice(2,7,2)

    print(a[s])

 

    打印如下:

    [2 4 6]

 

    通过切片进行索引、

    import numpy as np

    a = arange(10)

    b = a[2:7:2]

    print(b)

 

    打印如下:

    [2 4 6]

        

 

  多维数组索引提取的方法

    import numpy as np

    a = np.array( [ [1, 2, 3],[3, 4, 5],[4, 5, 6] ] )

    print(a)

    print(‘以下为切割之后‘)

    print(a[1:]) #[1:] 切割维度为1之后的所有数组

 

    打印如下:

    [ [1 2 3]

      [3 4 5]

      [4 5 6] ]

    以下为切割之后

    [ [3 4 5]

      [4 5 6] ]

 

 

  bool 索引

    将给定参数转换为布尔类型,如果没有参数,返回 False。

    

    import numoy as np

    a = np.arange(20).reshape((2,10)) #定义1-20数组,并且定义为2行5列

    b = a < 5   #条件句

    print(b) #打印显示

    print(a[ b ])

    

    打印如下:

    技术分享图片

    

    以 True False 来显示条件语句的结果


以上是关于Numpy 切片和索引的主要内容,如果未能解决你的问题,请参考以下文章

NumPy索引切片

NumPy学习(索引和切片,合并,分割,copy与deep copy)

乐哥学AI_Python:Numpy索引,切片,常用函数

numpy数组的索引和切片

numpy 切片和索引不同的结果

(数据分析三板斧)第一斧Numpy-第三节:索引和切片