【NumPy基础（03）NumPy 数组的切片】

最新推荐文章于 2024-05-03 11:07:56 发布

Eason DayDayUp

最新推荐文章于 2024-05-03 11:07:56 发布

阅读量462

点赞数

分类专栏：【NumPy 基础】文章标签： numpy python 机器学习

本文链接：https://blog.csdn.net/eason_nnn/article/details/126295708

版权

【NumPy 基础】专栏收录该内容

5 篇文章 0 订阅

订阅专栏

[] 符号+slice对象切片：

target = np.arange(24).reshape(4,2,3)
target[0:3,:,1:3]

>>>
array([[[ 1,  2],
        [ 4,  5]],

       [[ 7,  8],
        [10, 11]],

       [[13, 14],
        [16, 17]]])

注意，如果[] 符号当中对应的维度输入值都是长度相同的列表（或一维数组）时，其返回结果并不是子数组，而是输入值分别代表各元素在各个维度的索引值：

target = np.arange(24).reshape(4,2,3)
target
>>>
array([[[ 0,  1,  2],
        [ 3,  4,  5]],

       [[ 6,  7,  8],
        [ 9, 10, 11]],

       [[12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23]]])

target[0,0,0]  # 索引值 0
target[1,1,1]  # 索引值 10
target[[0,1],[0,1],[0,1]] # 索引值 0 ， 10 的数组
>>>
0
10
array([ 0, 10])

布尔数组切片

使用方法：

若要保留某一个维度的若干维数，只需传入相应位置为True且其余位置为False的布尔数组。

例如，保留外层维度中维数为0和2的子数组：
```
target[[True,False,True,False],:,:]

>>>
array([[[ 0,  1,  2],
        [ 3,  4,  5]],

       [[12, 13, 14],
        [15, 16, 17]]])
```
并且，对于连续多个出现在最后几个维度的全体切片: ,可省略：
```
target[[True,False,True,False]] # 等同于上述例子
```
对于连续多个出现在最初几个维度的全体切片: ，可用... 来简写：
```
target[:,:,0::2] == target[...,0::2]
```