numpy 切片
Posted gengyi
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 切片相关的知识,希望对你有一定的参考价值。
numpy 中的切片与数组中的切片类似。
数组 [ 起始:终止:步长, 起始:终止:步长, ... ]
所有的切片操作(无论是步长为+的正序,还是步长为 - 的逆序)都是开始位置包含,结束位置不包含(终止位省略时则包含);可以借助于range函数辅助理解。
每一个维度之间采用 “ 逗号 ” 间隔,逗号之间的 ::则表示每一个维度的分割方式。
每一个维度的分割与数组的分割原理一致;
具体实现方式存在差异的是:在某个维度全部使用缺省值时可以用 “ . . .” 表示
值的省略说明
1)起始值:从首位算起
2)终止值:在末尾结束
3)步长值:默认为1
1 关于切片的基本操作方式
实例一:
a = np.arange(1,10) print(a) # [1 2 3 4 5 6 7 8 9] print(a[:3]) #[1 2 3] print(a[3:6]) #[4 5 6] print(a[6:]) #[7 8 9]
详细如下所示
实例二:
a = np.arange(1,10) print(a) # [1 2 3 4 5 6 7 8 9] print(a[-6:-3]) #[4 5 6] print(a[-6:-3:-1]) #[] print(a[-3:-6:-1]) #[7 6 5]
详细如下
当起止顺序反向时,输出为 空 [ ]
实例三:
以上是关于numpy 切片的主要内容,如果未能解决你的问题,请参考以下文章