numpy数据类型操作和切片操作（一维和多维）

最新推荐文章于 2023-03-10 10:03:17 发布

书院二层楼

最新推荐文章于 2023-03-10 10:03:17 发布

阅读量359

点赞数 1

分类专栏： numpy Python基础知识文章标签： numpy 数据类型操作一维切片多维切片

本文链接：https://blog.csdn.net/caoxinjian423/article/details/111993630

版权

本文深入探讨了NumPy库中的数据类型操作，包括如何创建不同数据类型的数组，并详细介绍了如何进行一维和多维数组的切片操作。通过实例代码展示了如何访问和修改数组的特定部分，以及理解切片的索引规则。

摘要由CSDN通过智能技术生成

代码示例：

import numpy as np

#数据类型操作相关
my_np1 = np.array([[1,2,3,4],[5,6,7,8]],dtype=np.int32)
print(my_np1.itemsize)    #返回数组中每个元素的字节单位长度，打印4
print(my_np1.dtype)    # 获取数据类型,打印int32
my_np1_new = my_np1.astype(np.float)    #更改数据类型
print(my_np1_new.dtype)    #打印float64

#一维数组切片
my_np2 = np.arange(18)
#冒号分隔切片参数 start:stop:step 来进行切片操作。
print(my_np2[1:10:2])    #打印[1 3 5 7 9]
#如果只放置一个参数，将返回与该索引相对应的单个元素，支持负数索引
print(my_np2[16])    #打印16

#多维数组切片
my_np3 = np.arange(18).reshape(3,6)
#取一行
print(my_np3[1])    #取一行，打印[ 6  7  8  9 10 11]
print(my_np3[1,])    #取一行，打印[ 6  7  8  9 10 11]
print(my_np3[1,:])    #取一行，打印[ 6  7  8  9 10 11]
#取连续多行
print(my_np3[1:])   
'''
取连续的多行,打印：
[[ 6  7  8  9 10 11]
 [12 13 14 15 16 17]]
'''
print(my_np3[1:3,:])    #取连续的多行
'''
取连续的多行,打印：
[[ 6  7  8  9 10 11]
 [12 13 14 15 16 17]]
'''
#取不连续多行
print(