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。