python: numpy: 选取矩阵元素的方法

最新推荐文章于 2022-07-06 16:53:21 发布
最新推荐文章于 2022-07-06 16:53:21 发布
阅读量1.9w 收藏 8
点赞数 5
分类专栏： python:numpy
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lcqin111/article/details/84822946
版权 
>>> a = np.random.random((3,4))
>>> a
array([[0.890582  , 0.43671675, 0.19531267, 0.13555252],
       [0.17254557, 0.3088476 , 0.36916878, 0.81551741],
       [0.31869139, 0.16168486, 0.58004271, 0.4279148 ]])
>>> a.nonzero()
(array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2]), array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]))

>>> a[a.nonzero()]   ##方法一，使用矩阵去选择
array([0.890582  , 0.43671675, 0.19531267, 0.13555252, 0.17254557,
       0.3088476 , 0.36916878, 0.81551741, 0.31869139, 0.16168486,
       0.58004271, 0.4279148 ])
>>> a
array([[0.890582  , 0.43671675, 0.19531267, 0.13555252],
       [0.17254557, 0.3088476 , 0.36916878, 0.81551741],
       [0.31869139, 0.16168486, 0.58004271, 0.4279148 ]])
>>> a[1,1]         ##方法二
0.3088475978138986
>>> a[1][1]         ##方法三
0.3088475978138986
>>> a[np.array([[False,False,False,False],[True,True,True,True,],
		[False,False,False,False]])]

array([0.72159605, 0.90488492, 0.60745105, 0.20538722])  ##方法四

 

lcqin111
关注
  • 5
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Python:Numpy 求平均向量的实例
09-19
今天小编就为大家分享一篇Python:Numpy 求平均向量的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python获取array中指定元素的示例
09-18
今天小编就为大家分享一篇python获取array中指定元素的示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
【numpy】一维数组与矩阵元素的提取
qq_38290604的博客
05-17 4347
昨天在搭建感知机模型的时候，遇到了一维矩阵中数据提取不出来的情况，所以今天复习一下一维矩阵中数据的提取。 numpy数组 一维数组分为1xN和Nx1两种情况，这两种情况对于数据的提取方法是不同的。 1xN 1xN的数组中数据的提取需要使用二维来提取，也就是需要使用两个[][],[0]提取出来的是一行的数据。 Nx1 Nx1的数组数据提取用一个[]就可以 matrix矩阵 在numpy中，使用np.matrix()可以将numpy数据转换为矩阵，mat()的具体操作方法可以参考这篇博客numpy之pyt
python提取矩阵元素_NumPy ndarray数组元素的获取
weixin_39950057的博客
11-24 5170
生成 ndarray 数组后，如何读取我们所需要的数据呢？在 NumPy 中，既可以获取 ndarray 数组的单个元素，也可以获取一组元素（也即切片），这与 Python 中的列表（list）和元组（tuple）非常类似。请看下面的代码：import numpy as npnp.random.seed(2019)nd1 = np.random.random([10])#获取指定位置的数据, 获取...
对Numpy库ndarray对象(矩阵)中的数据元素的访问、选取操作示例
昊虹AI笔记
04-26 3970
为了说明这个问题，选初始化一个矩阵B，其尺寸为两行四列三通道。 代码如下： # !/usr/bin/env python # -*- coding: utf-8 -*- import numpy as np B = np.array([[[11, 12, 13, 14], [15, 16, 17, 18]], [[19, 20, 21, 22], [23, 24, 25, 26]], [[2
numpy索引（取出矩阵中的元素）
weixin_45827387的博客
08-03 2960
import numpy as np a = np.arange(3, 13).reshape((2, 5)) print(a) print(a[1]) # 取出矩阵中的第一行 print(a[0][2]) # 取出矩阵中第0行第二列的数 print(a[0, 2]) # 取出矩阵中第0行第二列的数 print(a[1, 1:3]) # 取出矩阵中第一行 第1列到第3列(前闭后开）的数据 print(a[:, 2]) # ：表示所有 # 按行遍历矩阵 for row in a: print
Python精讲Numpy基础，大牛笔记详细解释
python学习者的博客
01-07 800
以前总认为Numpy是渣渣，直到深入接触以后才知道功能这么强大。堪比Matlab啊。果然是人生苦短，我用Python。所以本文作为一个记录&笔记，文章内容大多数取自网络以&官网快速入门等（文末有参考链接，如有侵权请联系本人改正），希望可以帮助大家快速入门Numpy。如果你有Matlab基础，那么你能很快看懂本文！！！（本文长期更新！！！） 更多Python视频、源码、资料加群68...
python提取某一列数据,Python numpy 提取矩阵的某一行或某一列的实例
weixin_36212732的博客
03-26 1万+
Python numpy 提取矩阵的某一行或某一列的实例下面小编就为大家分享一篇Python numpy 提取矩阵的某一行或某一列的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧如下所示：import numpy as npa=np.arange(9).reshape(3,3)aOut[31]:array([[0, 1, 2],[3, 4, 5],[6, 7, 8]])矩阵的...
Numpy简介及属性
apollo_miracle的博客
03-06 1698
1 Numpy运算速度上的优势 在这里我们通过一段带运行来体会到Numpy的好处 import random import time import numpy as np a = [] for i in range(100000000): a.append(random.random()) t1 = time.time() sum1=sum(a) t2=time.time() b=...
numpy：矩阵的元素选取
lingxw的博客
07-06 577
numpy：矩阵的元素选取
Python:合并两个numpy矩阵的实现
09-18
今天小编就为大家分享一篇Python:合并两个numpy矩阵的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Python 使用Numpy对矩阵进行转置的方法
09-19
今天小编就为大家分享一篇Python 使用Numpy对矩阵进行转置的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python中数组（numpy.array）的基本操作
热门推荐
fu6543210的博客
10-21 55万+
  为什么要用numpy     Python中提供了list容器，可以当作数组使用。但列表中的元素可以是任何对象，因此列表中保存的是对象的指针，这样一来，为了保存一个简单的列表[1,2,3]。就需要三个指针和三个整数对象。对于数值运算来说，这种结构显然不够高效。     Python虽然也提供了array模块，但其只支持一维数组，不支持多维数组(在TensorFlow里面偏向于矩阵理解)，也...
Python numpy 提取矩阵的某一行或某一列
漫步云端
06-07 3万+
e array([[ 1, 2, 3, 100], [ 4, 5, 6, 200], [ 7, 8, 9, 300]])
【Numpy基础】Numpy获取array（矩阵）中指定所有行列的元素
sxl的博客
04-30 5844
  Python中一般获取带有index或者columns名称行列的矩阵元素，一般都是用pandas中iloc处理的。有时候处理完之后还得转成numpy格式，过程就比较麻烦虽然就是.values的事情，为啥不能用pandas一步到位呢。下面介绍一下Python获取array中指定元素的示例: # 设array为3*10的shape s = array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
从numpy数组中取出满足条件的元素
默默学习
09-28 5万+
例如问题：从 arr 数组中提取所有奇数元素。 input：arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) output: #> array([1, 3, 5, 7, 9]) Solution: #Input >>> arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) #S...
最全--python取矩阵中的一个元素、某一行、特定位置元素
Mr_DaYang的博客
04-14 7万+
以下代码可实现 矩阵中任意位置元素的取值 数组和矩阵中取值的区别 如何将矩阵中某行数据在matplotlib上画出 import numpy as np a=np.array([[1,2,3],[4,5,6],[7,8,9]])#a,b长的一样 b=np.mat([[1,2,3],[4,5,6],[7,8,9]]) a1=a[1,1]#取一个元素时，数组和矩阵返回值一样 a2=a[:,2]...
python提取矩阵元素_python获取array中指定元素的示例
weixin_39828338的博客
11-24 3850
python获取array中指定元素的示例对于array，如2-D的array，如何取指定元素设array为3*10的shapes = 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, 24, 25, 26, 27, 28, 29]])想取指定元素，下标索...
numpy矩阵元素索引
最新发布
05-19
在numpy中，可以使用下标或者切片来访问矩阵的元素。例如，对于一个二维矩阵a，可以使用a[i][j]或a[i,j]来访问第i行第j列的元素。这里的i和j都是从0开始的整数索引。 另外，numpy还支持使用布尔值数组、整数数组和切片对象来进行高级索引。例如，可以使用一个布尔值数组b来选取矩阵a中所有满足条件的元素： ```python import numpy as np a = np.array([[1, 2], [3, 4], [5, 6]]) b = np.array([[True, False], [False, True], [True, False]]) print(a[b]) ``` 输出结果为： ``` [1 4 5] ``` 其中，b中的每个元素表示对应位置的元素是否被选中。在这个例子中，b表示选取第1行第1列和第3行第1列的元素。因此，输出结果为1、4和5。 除了布尔值数组之外，还可以使用整数数组和切片对象来进行高级索引。例如，可以使用一个整数数组c来选取矩阵a中指定位置的元素： ```python c = np.array([0, 1, 0]) print(a[c]) ``` 输出结果为： ``` [[1 2] [3 4] [1 2]] ``` 其中，c中的每个元素表示对应位置的行索引。在这个例子中，c表示选取第1行、第2行和第1行的元素。因此，输出结果为一个新的矩阵，其中第1行和第3行的元素重复出现了。 最后，对于多维矩阵，可以使用多个切片对象来进行索引。例如，可以使用下面的语句来选取矩阵a的第1和第3行，以及第2和第3列的元素： ```python print(a[[0,2]][:,1:]) ``` 输出结果为： ``` [[2] [6]] ``` 其中，a[[0,2]]表示选取第1和第3行的元素，而[:,1:]表示选取第2和第3列的元素。因此，输出结果为2和6。

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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