python列表冒号逗号常规用法

列表中冒号用法

 L = (1,2,3,4,5,6)

取第i个元素：L[i]

取倒数第i个元素：L[-i]

取第i到第j个元素（不包含第k个）：L[i:j]

取第i个元素以后剩下的元素：L[i:]

取前i个元素：L[:i]

取后i个元素（i不能大于L的长度）:L[-i:]

import numpy as np


L = (1,2,3,5,8,13,21)
i, j = 3, 5
print(L[i])     #取第i个元素
print(L[-i])    #取倒数第i个元素
print(L[i:j])   #取第i到第j个元素（不包含第k个）
print(L[:i])    #取前i个元素
print(L[-i:])   #取后i个元素
print(L[:])     #取所有元素

结果如下：

逗号

1.shape属性

shape属性是numpy或者tensorflow中关于矩阵的一个维度元组，假如矩阵matrix的维度是N，则shape的长度也是N，第i个维度的值代表在第i个维度上的大小。

举个栗子，矩阵A=np.array([[1,2,3],[4,5,6]])。那么A.shape=(2,3)，即A.shape[0] = 2，A.shape[1] = 3。

2.取值

取第m行第n列的值：A[m,n]

取第m行的所有值：A[m, :]

取第n列的所有值：A[:, n]

取第m行的其中k1个值：pick= (0,1)，A[m, pick]

取第n列的其中k2个值：pick= (0,1)，A[pick, n]

python允许向量操作，所以写在[]里的变量不一定是个标量，也可以是向量，但是对于[]中的每个位置都代表在第i维度上的取值，[]里的变量个数一定和对应的矩阵维数是相同的。

import numpy as np


A=np.array([[1,2,3],[4,5,6]])
m, n = 1, 1
pick = (0, 1)
print(A.shape)
print(A[m, n])
print(A[pick, n])
print(A[m, pick])

结果如下：

python冒号和逗号的基本用法就到这里啦，取值用法可能不容易搞清楚，还是要反复看才能加深印象。做个记录，顺便分享给c友。