numpy数组索引遇到的问题

在numpy多维数组操作中,正确使用切片和索引至关重要。本文通过实例区分了两种常见的切片误区,并探讨了如何结合切片和花式索引从N*C的矩阵中按N*1的label选取特定行。同时,介绍了省略号...在高维数组切片中的作用,帮助更好地理解和应用numpy的索引功能。
摘要由CSDN通过智能技术生成

在使用numpy多维数组时我们常会需要获取数组中的元素,这一般有两种方法:

import numpy as np

a = np.random.randint(10, 20, size=[10, 20])
print(a)
print(a[2, 2])
print(a[2][2])
'''
[[17 12 16 14 19 10 14 13 15 13 17 19 19 11 11 18 16 12 16 17]
 [15 17 15 11 19 16 19 18 12 12 19 19 15 19 18 11 18 12 10 13]
 [10 12 13 12 14 11 12 12 10 18 14 16 16 16 14 13 11 15 11 15]
 [10 17 19 11 16 17 15 11 14 12 17 14 15 17 12 17 16 15 10 14]
 [13 14 13 16 14 18 14 16 16 10 11 13 14 14 12 11 18 12 14 13]
 [17 19 14 15 19 12 10 17 14 13 19 11 17 13 17 10 19 14 18 11]
 [17 11 13 18 14 17 14 18 11 18 18 14 16 19 18 18 15 18 15 12]
 [19 17 10 13 14 12 19 16 10 18 11 11 12 18 16 15 15 13 15 19]
 [18 12 11 15 11 13 13 18 15 19 19 13 16 13 19 15 10 12 10 15]
 [14 19 12 10 11 10 14 19 12 10 19 12 18 15 18 17 19 12 18 14]]
13
13
 '''

但当我们需要用到切片时,第二种写法却是错误的:

import numpy as np

a = np.
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值