加入收藏 | 设为首页 | 会员中心 | 我要投稿 北几岛 (https://www.beijidao.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 大数据 > 正文

NumPy 教程(第 7 章):切片和索引

发布时间:2021-07-06 05:57:04 所属栏目:大数据 来源: https://blog.csdn.net/yilovex
导读:ndarray 对象中的元素遵循基于零的索引。 有三种可用的索引方法类型: 字段访问,基本切片和高级索引 ndarray 对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片操作一样 ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以通过内

ndarray 对象中的元素遵循基于零的索引。 有三种可用的索引方法类型: 字段访问,基本切片和高级索引

ndarray 对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片操作一样

ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start,stop 及 step 参数进行,从原数组中切割出一个新数组

In [1]: import numpy as np

In [2]: num = np.arange(10)

In [3]: s = slice(2,7,2)

In [4]: num[s]
Out[4]: array([2,4,6])

In [5]: num[2:7:2]
Out[5]: array([2,6])

In [6]: num[5]
Out[6]: 5

In [7]: num[2:]
Out[7]: array([2,3,5,6,8,9])

In [8]: num[2:5]
Out[8]: array([2,4])

In [9]: num = np.array([[1,2,3],[3,5],[4,6]])

In [10]: num
Out[10]:
array([[1,6]])

In [11]: num[1:]
Out[11]:
array([[3,6]])

In [12]: num[...,1]
Out[12]: array([2,5])

In [13]: num[1,...]
Out[13]: array([3,5])

In [14]: num[...,1:]
Out[14]:
array([[2,[5,6]])

(编辑:北几岛)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读