Numpy中take的用法

@numpy.take
今天在学习批量梯度下降的时候,遇到到了numpy.take的使用。在查看数据时发现数据不对。在踩了不少坑之后把正确的用法分享给大家,希望有所帮助。
官方给的是:numpy.take(a, indices, axis=None, out=None, mode=‘raise’)
首先:import numpy as np

1 一维

a.take([1,3,5])然后检索并返回索引值
np.take(a,[2,3,4,5])

a=np.array([1,2,3,4,5,6,7,8])
a.take([1,3,5])
Out: array([2, 4, 6])

a.take([[1,2],[5,6],[7,3]])
np.take(a,[[1,2],[5,6],[7,3]])

a.take([[1,2],[5,6],[7,3]])
Out[: 
array([[2, 3],
       [6, 7],
       [8, 4]])

2 二维

2.1 将a拉伸到一维,然后检索并返回索引值

a.take([2,3,4,5])
开始是就是用的这个想实现对a的多个行的批量提取,结果是被某本书坑了

a=np.random.normal(scale=1,size=(10,3))
a
Out: 
array([[-1.50838341,  0.99411815,  0.24235823],
       [-0.12796084, -0.70911685,  0.14531075],
       [-0.66622913,  0.71310281,  0.00489795],
  • 7
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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