首页 » 脚本专栏 » Python

Python Numpy学习之索引及切片的使用方法

Python 2022-01-10

1. 索引及切片

数组中的元素可以通过索引以及切片的手段进行访问或者修改,和列表的切片操作一样。

下面直接使用代码进行实现,具体操作方式以及意义以代码注释为准:

(1)通过下标以及内置函数进行索引切片

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#创建一个从0-9的一维数组
print(a)
i = slice(2, 7, 2)#从2开始到7结束,每隔1个元素进行索引,即start为1,stop为7,step为2
print(a[i])

得到的输出如下:

Python   Numpy学习之索引及切片的使用方法

(2)使用冒号分隔参数进行切片索引

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#创建一个从0-9的一维数组
print(a[2:7:2])#将起始、结束、步长使用冒号进行分割,表示索引切片

得到的输出如下:

Python   Numpy学习之索引及切片的使用方法

(3)对部分元素进行索引并切片

a. 切取中间的一段

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#创建一个从0-9的一维数组
print(a[2:5])#从2-5进行切片

得到输出如下:

Python   Numpy学习之索引及切片的使用方法

b. 切取某一个元素后的全部

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#创建一个从0-9的一维数组
print(a[3:])#从3开始进行打印,直到打印完整个数组

得到输出如下:

Python   Numpy学习之索引及切片的使用方法

(4)对多维数组进行索引切片

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print('从数组索引a[2:]处开始切片:')
print(b[2:])
print('数组第二列进行切片:')
print(b[..., 2])
print('数组第二行进行切片:')
print(b[2, ...])
print('从第二列开始切片:')
print(b[..., 1:])

得到输出如下:

Python   Numpy学习之索引及切片的使用方法

2. 高级索引

(1)整数数组索引

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
c = b[[1, 0], [1, 0]]
print('对数组(1,1)和(0,0)处的元素进行索引切片:')
print(c)

得到输出如下:

Python   Numpy学习之索引及切片的使用方法

(2)布尔索引

通过一个布尔数组来索引目标数组,布尔数组可以通过布尔运算得到符合条件的数组元素。

如下我们可以提取一个数组中不小于5的数:

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.array([[1, 2, 3, 5], [6, 9, 2, 0], [9, 3, 2, 7]])
print('数组中不小于5的数如下:')
print(a[a >= 5])

得到输出如下:

Python   Numpy学习之索引及切片的使用方法

(3)花式索引

花式索引指的是利用整数数组进行索引。花式索引根据索引数组的值作为目标数组的某个轴的下标来取值。对于使用一维整型数组作为索引,如果目标是一维数组,那么索引的结果就是对应下标的行,如果目标是二维数组,那么就是对应位置的元素。花式索引跟切片不一样,它总是将数据复制到新数组中。

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
x = np.arange(32).reshape((8, 4))
print('生成的数组为:')
print(x)
print('传入顺序索引数组:')
print(x[[4, 2, 1, 7]])
print('传入倒序索引数组:')
print(x[[-4, -2, -1, -1]])
print('传入多个索引数组:')
print(x[np.ix_([1, 5, 7, 2], [0, 3, 1, 2])])#输出的是两个向量不同维度组合的值

得到输出如下:

Python   Numpy学习之索引及切片的使用方法

到此这篇关于Python Numpy学习之索引及切片的使用方法的文章就介绍到这了,更多相关Python Numpy索引 切片内容请搜索www.580doc.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.580doc.com!


上一篇:教你利用PyTorch实现sin函数模拟下一篇:Python入门之面向对象和类
程序园_程序员的世界 Copyright © 2020- www.580doc.com. Some Rights Reserved.