numpy 索引和切片
一、取行
1、单行
数组[index, :]
# 取第index+1行
例子
import numpy as np arr1 = np.arange(0, 24).reshape(4, 6)
# 取第2行数据
row1 = arr1[1, :]
print(row1)
2、连续的多行
数组[start:end , :]
# 顾头不顾尾,也可以使用步长,不过一般不用
例子
import numpy as np arr1 = np.arange(0, 24).reshape(6, 4)
# 取第2、3、4行数据
row1 = arr1[1:4, :]
print(row1)
3、不连续的多行
数组[[index1, index2] , :]
# 取index1+1 和index2+1 行
例子
import numpy as np arr1 = np.arange(0, 24).reshape(6, 4)
# 取第1、4、2行
row1 = arr1[[0, 3, 1], :]
print(row1)
二、取列
1、单列
数组[:, index]
# 取第index+1列
例子
import numpy as np arr1 = np.arange(0, 24).reshape(4, 6)
# 取第3列
cols = arr1[:, 2]
print(cols)
2、连续的多列
数组[:, start:end]
# 顾头不顾尾,索引从0开始
例子
import numpy as np arr1 = np.arange(0, 24).reshape(4, 6)
# 取列数大于等于3的所有列
cols = arr1[:, 2:]
print(cols)
3、不连续的多列
数组[:, [index1, index2]]
# 取第index1+1和index2+1列
例子
import numpy as np arr1 = np.arange(0, 24).reshape(4, 6)
# 取列数大于等于3的所有列
cols = arr1[:, 2:]
print(cols)
三、取行和列
1、单个数据
数组[row,col]
# 取第row+1行和第col+1列,对应的数据
例子
import numpy as np arr1 = np.arange(0, 24).reshape(4, 6)
# 取第3行第4列的值
data = arr1[2, 3]
print(data)
2、连续的行和列
数组[start:end, start:end]
# 行start+1到end,列start+1到end
例子
import numpy as np arr1 = np.arange(0, 24).reshape(4, 6)
# 取第2到3行和第3列之后的数据
data = arr1[1:3, 2:]
print(data)
3、不连续的多个数据
数组[[a, b] ,[c, d]]
# 取第a+1行和第c+1列相交的数据
# 取第b+1行和第d+1列相交的数据
例子
import numpy as np arr1 = np.arange(0, 24).reshape(4, 6)
#
data = arr1[[0, 3], [3, 5]]
print(data)
numpy 索引和切片的更多相关文章
- Numpy 索引及切片
1.一维数组的索引及切片 ar = np.arange(20) print(ar) print(ar[4]) print(ar[3:6]) print(ar[:4:2]) #索引到4 按2的步长 pr ...
- numpy之索引和切片
索引和切片 一维数组 一维数组很简单,基本和列表一致. 它们的区别在于数组切片是原始数组视图(这就意味着,如果做任何修改,原始都会跟着更改). 这也意味着,如果不想更改原始数组,我们需要进行显式的复制 ...
- Numpy系列(四)- 索引和切片
Python 中原生的数组就支持使用方括号([])进行索引和切片操作,Numpy 自然不会放过这个强大的特性. 单个元素索引 1-D数组的单元素索引是人们期望的.它的工作原理与其他标准Python序 ...
- NumPy学习(索引和切片,合并,分割,copy与deep copy)
NumPy学习(索引和切片,合并,分割,copy与deep copy) 目录 索引和切片 合并 分割 copy与deep copy 索引和切片 通过索引和切片可以访问以及修改数组元素的值 一维数组 程 ...
- Numpy:索引与切片
numpy基本的索引和切片 import numpy as np arr = np.array([1,2,3,555,666,888,10]) arr array([ 1, 2, 3, 555, 66 ...
- NumPy 学习 第二篇:索引和切片
数组索引是指使用中括号 [] 来定位数据元素,不仅可以定位到单个元素,也可以定位到多个元素.索引基于0,并接受从数组末尾开始索引的负索引. 举个例子,正向索引从0开始,从数组开始向末尾依次加1递增:负 ...
- numpy数组的索引和切片
numpy数组的索引和切片 基本切片操作 >>> import numpy as np >>> arr=np.arange(10) >>> arr ...
- Numpy数组基本操作(数组索引,数组切片以及数组的形状,数组的拼接与分裂)
一:数组的属性 每个数组都有它的属性,可分为:ndim(数组的维度),shape(数组每个维度的大小),size(数组的总大小),dtype(数组数据的类型) 二:数组索引 和python列表一样,N ...
- Numpy学习二:数组的索引与切片
1.一维数组索引与切片#创建一维数组arr1d = np.arange(10)print(arr1d) 结果:[0 1 2 3 4 5 6 7 8 9] #数组的索引从0开始,通过索引获取第三个元素a ...
随机推荐
- 用webAudio和canvas实现音频可视化
前两天遇到了要显示音频波形图的需求,因为时间紧,就直接用了wavesufer.js,这两天有空,就研究了一下怎么用webAudio实现音频的可视化. 大致流程是对音源进行解析,解析得到的数据是个频谱数 ...
- 2018-2-13-手机1520-win8.1升级win10
title author date CreateTime categories 手机1520 win8.1升级win10 lindexi 2018-2-13 17:23:3 +0800 2018-2- ...
- spring的几个面试题
Spring 是一种轻量级开发框架,旨在提高开发人员的开发效率以及系统的可维护性.Spring 官网:https://spring.io/. 我们一般说 Spring 框架指的都是 Spring Fr ...
- 2018-2-13-win10-UWP--蜘蛛网效果
title author date CreateTime categories win10 UWP 蜘蛛网效果 lindexi 2018-2-13 17:23:3 +0800 2018-2-13 17 ...
- JMeter JMS测试计划
在本节中,我们将学习如何编写一个简单的测试计划来测试Java Messaging Service(JMS). 出于测试目的,我们使用Apache ActiveMQ.有各种JMS服务器,如:glassf ...
- 用ubuntu里的vim搭建一个apache2+php+mysql环境一路踩的坑
先是安装apache2,这个很顺利,一个apt install apache就搞定了. (PS:查看linux是否已经安装了apache服务,可以通过执行apachectl -v,如果安装了的话会显示 ...
- poj3471 - 倍增+LCA+树上差分
题意:一张n节点连通无向图,n-1条树边,m条非树边.若通过先删一条树边,再删一条非树边想操作 将此图划分为不连通的两部分,问有多少种方案. 利用LCA整好区间覆盖,dfs用来求前缀和 需要注意的是, ...
- Docker容器Centos容器安装openssh
前面在部署容器,使用docker容器作为jenkins的Slave节点时,会发现在使用centos作为镜像源拉去容器,不能正常连接,最后是因为centos的sshd的问题 下面专门是centos容器安 ...
- linux 更新jdk
1.上传jdk版本的包 下载JDK地址:http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.h ...
- Hadoop集群分布式安装
一 整体介绍 1.1 硬件环境 本文使用三台服务器搭建hadoop集群,使用Centos7.5系统,服务器均有独立ip 1.2 部署的软件 部署服务:namenode(HA),resourcemana ...