np数组的切片与索引

简介: np数组的切片与索引

数组的切片模式支持使用slice类型的start:end:step切片,还可以直接传入列表指定某个维度的索引进行切片:

target = np.arange(9).reshape(3,3)
target
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
target[:-1, [0,2]]
array([[0, 2],
       [3, 5]])

此外,还可以利用np.ix_在对应的维度上使用布尔索引,但此时不能使用slice切片:

target[np.ix_([True, False, True], [True, False, True])]
array([[0, 2],
       [6, 8]])
target[np.ix_([1,2], [True, False, True])]
array([[3, 5],
       [6, 8]])

当数组维度为1维时,可以直接进行布尔索引,而无需np.ix_

new = target.reshape(-1)
new[new%2==0]
array([0, 2, 4, 6, 8])


目录
相关文章
|
3月前
|
索引 Python
|
3月前
|
Python
切片
【8月更文挑战第13天】切片。
28 2
|
4月前
|
索引 Python
NumPy 教程 之 NumPy 切片和索引 3
`ndarray`可通过索引或切片访问和修改。索引基于0-n, 类似Python列表。使用`s(slice(start, stop, step))`或`start:stop:step`语法进行切片。单参数如`[2]`获取单个元素; `2:`获取从2开始所有元素; `2:7`获取2到6的元素。
29 6
|
4月前
|
索引 Python
NumPy 教程 之 NumPy 切片和索引 7
NumPy 切片和索引用于访问和修改 `ndarray` 对象。类似于 Python 的列表切片, 使用索引 `[0-n]` 和切片 `slice(start, stop, step)` 或简写为 `[start:stop:step]` 来提取元素。单个索引 `[n]` 获取单个元素, `[n:]` 获取从 `n` 开始的所有元素, `[n:m]` 获取 `n` 至 `m-1` 的元素。省略号 `...` 保持选择维度与数组一致, 如 `a[...,1]` 获取所有第二列, `a[1,...]` 获取第二行, `a[...,1:]` 获取所有第二列及之后的元素。
26 4
|
4月前
|
索引 Python
NumPy 教程 之 NumPy 切片和索引 5
`ndarray`可通过索引或切片访问和修改。使用 `slice` 函数或冒号语法 `[start:stop:step]` 从原数组切割新数组。单参数 `[n]` 获取单个元素, `[n:]` 获取从 n 开始的所有元素, `[n:m]` 获取 n 到 m-1 的元素。 **示例:** ```python import numpy as np a = np.arange(10) # 创建数组 [0 1 2 3 4 5 6 7 8 9] print(a[2:5]) # 输出 [2 3 4] ```
28 3
|
4月前
|
索引 Python
NumPy 教程 之 NumPy 切片和索引 4
NumPy 切片和索引允许访问和修改 `ndarray` 对象的内容。类似于 Python 的列表切片, 可以使用 `start:stop:step` 形式的索引, 其中省略号代表默认值。
21 3
|
4月前
|
索引 Python
NumPy 教程 之 NumPy 切片和索引 2
`ndarray` 支持类似 Python `list` 的切片操作。可通过 `slice` 函数设置 `start`, `stop`, `step` 参数或用冒号语法 `start:stop:step` 从原数组中获取新数组。示例: `a = np.arange(10); b = a[2:7:2]` 输出 `[2 4 6]`.
23 2
|
4月前
|
索引 Python
NumPy 教程 之 NumPy 切片和索引 6
`ndarray`可通过索引或切片访问和修改。索引基于0-n,切片使用`slice`函数或`start:stop:step`语法。单参数如`[2]`获取单一元素,`[2:]`获取从索引2开始至末尾的元素,`[2:7]`获取索引2到6的元素。多维数组也支持这些操作。
21 1
|
4月前
|
索引 Python
NumPy 教程 之 NumPy 切片和索引 1
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。
22 0
|
6月前
|
存储 数据挖掘 vr&ar
深入探索Numpy--索引,切片,随机数,文本操作等
深入探索Numpy--索引,切片,随机数,文本操作等