python: numpy: 选取矩阵元素的方法

最新推荐文章于 2022-04-26 10:18:02 发布
最新推荐文章于 2022-04-26 10:18:02 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给矩阵赋值_python给矩阵的某(几)行或者某(几)列赋值
weixin_39575054的博客
11-25 4914
import numpy as npa=np.array([[ 2, 7, 4, 2],[35, 9, 1, 5],[22, 12, 3, 2]])print(a)#b=a[np.lexsort(a[:,::-1].T)]#print(b)c=np.array([[1,1,1]]).Ta[:,[1]]=cprint(a)d=np.array([1,1,1,1])a[[1],:]=d...
python numpy 矩阵创建
doublechenchenchen的博客
06-04 4279
1. 创建一般的多维数组import numpy as npa = np.array([1,2,3], dtype=int)type(a)a.shapea.dtype.namea.sizea.itemsizeb=np.array([1,2,3],[4,5,6], dtype=int)b.shapeb.sizeb.itemsizec = np.ones((2,3,4), dtype = np.int...
numpy中矩阵的数据选取
MyHeartWillGoOn
11-14 962
numpy中矩阵的数据选取 例子 arr = np.array([[1,2,3],[4,5,6],[7,8,9]]) 单个选取 arr[1] Run: [4,5,6] arr[1,2] 选取第二行中的第三个数 Run: 6 arr[[1,2,2]] 相当于[arr[1],arr[2],arr[2]] Run: [[4 5 6] [7 8 9] [7 8 9]] arr[[[[[1,2]]]]] 相当于[[[arr[1],arr[2]]]] Run: [[[[4 5 6] [7 8 9]
numpy索引（取出矩阵中的元素）
weixin_45827387的博客
08-03 3005
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
01-07 816
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...
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 4070
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
python numpy array倒序_Python: numpy模块
weixin_39712611的博客
11-21 2539
numpy 模块内容基于jupyter notebook而来，In [*]以下内容为代码，Out[*]为输出结果；由于执行顺序不一样，可能会有些数据上下文衔接不上，重点是使用方法。NumPy(Numerical Python) 是 Python 语言中做科学计算的基础库。重在于数值计算，也是大部分Python科学计算库的基础，多用于在大型、多维数组上执行的数值运算。In [3]: import n...
矩阵运算：基本函数运算与矩阵元素的提取.zip
最新发布
05-16
综上所述，"矩阵运算：基本函数运算与矩阵元素的提取.zip"这个资料包将带你深入理解矩阵运算的基础，包括基本运算规则和元素提取方法，对于从事数据科学、工程计算或机器学习等相关工作的人来说，这是一个非常有价值...
python numpy介绍
12-21
NumPy支持数组间的算术运算，如元素级乘法（`a * b`）、加法（`a + b`）、矩阵乘法（`numpy.matmul(a, b)`）。还有幂运算（`a ** b`）和开方运算（`numpy.sqrt(a)`）等。 6. **对数组的转换操作** - **shape操作*...
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
AI基础：Numpy简易入门.zip
10-04
除了常规索引，Numpy还支持条件或布尔索引，根据数组元素满足特定条件选取部分数据： ```python # 布尔索引 bool_index = arr2d > 2 filtered_arr = arr2d[bool_index] ``` 八、随机数生成 Numpy的`random`模块...
Machine Learning1: Numpy Tutorial
12-21
并且可以用布尔型数组作为索引来选取满足条件的元素： ```python equal_to_ten = (vector == 10) print(vector[equal_to_ten]) # 输出：[10] ``` 这些基本操作是进行机器学习中数值计算的基础，如特征预处理、数据...
python数据分析模块：numpy、pandas全解（csdn）————程序.pdf
12-03
numpy是Python中的基础数学库，主要用于处理大型多维数组和矩阵。它提供了丰富的数学函数库，使得对数组进行计算变得简单高效。 1. **创建数组** - **array()函数**：可以将列表或其他序列转化为numpy数组。 - **...
【numpy】一维数组与矩阵元素的提取
qq_38290604的博客
05-17 4397
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中矩阵指定元素的调用和赋值
热门推荐
tobyluck的博客
06-06 1万+
我刚刚学习python不久，有一些小小的收获记录一下。 我创建矩阵用的是A=np.mat(‘1,2,3;4,5,6;7,8,9’) 调用第i行第j列时，需要使用 而不是 但是在给矩阵赋值时，就要使用 例如把一个矩阵里的值赋值给另一个矩阵： 以上内容是用np.mat创建矩阵时的操作，个人理解不深，仅供参考 np.array创建矩阵时应该有所不同。 ...
python给矩阵元素赋值_[Python]—NumPy 入门教程
weixin_39657125的博客
11-22 6062
这里是一则小广告：关注作者请点击这里哦：zdr0我的专栏里面不仅有学习笔记，也有一些科普文章，相信我的专栏不会让您失望哦～大家可以关注一下：数学及自然科学记得点赞加收藏哦～创作不易，请赞赏一下支持一下作者吧[期待]～-尽力写最好的讲义，尽力写最好的科普。-由于本人是自学Python，所以文中如果有错误或表述不当的地方还望给位大佬不吝指出，感谢！ 是 中的用于数值计算的一个包，在这篇文章中我将来介...
Python数据分析-NumPy模块-选取数组元素
小旺的博客
07-21 2510
一维数组的元素选取 选取单个元素 from numpy import array a=array([1,2,5,48,62,9,4,7,2,3,6,9]) # 正序索引，其值是从0开始计数 print(a[0]) print(a[4]) # 倒序索引，其值是从-1开始计数 print(a[-1]) print(a[-5])] 结果： 选取连续的元素 from numpy import array a=array([1,2,5,48,62,9,4,7,2,3,6,9]) print(a[1:6]) pr
Numpy简介及属性
apollo_miracle的博客
03-06 1736
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=...
Python数据分析入门：NumPy与Pandas基础
这两个库是Python数据科学的核心，其中NumPy提供高效矩阵计算，而Pandas则为大型数据集提供了便利的操作工具。本章旨在让读者掌握NumPy和Pandas的基本功能，为进一步学习高级特性打下基础。 学习目标包括： 1. 掌握...
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