numpy中的array([,])

array([: , x])函数

例子1:

import numpy as np

a=np.array(
  [[1 , 2, 3],
  [4, 5 , 6],
  [7, 8, 9 ]])

print(a[:,0])  # [1 4 7]
print(a[:,1])  # [2 5 8]
print(a[:,2])  # [3 6 9]


例子2:

解释

a.shape = (2, 3, 4)
a[x,y,z]
x:第0个维度
y:第1个维度
z:第2个维度
a[:, : , 3 ]
从第2个维度中取出

import numpy as np
b=np.array(
  [[
  [1 , 2, 3, 4],
  [5 , 6, 7, 8],
  [9, 10, 11, 12]
  ],
  [
  [9, 10, 11, 12],
  [5, 6,  7,  8],
  [1, 2,  3,  4],
  ]]
)
print(b.shape)  #  (2, 3, 4)
print(b[:,:,2])
print(b[:,:,3])
结果1[[ 3  7 11]
 [11  7  3]]
结果2[[ 4  8 12]
 [12  8  4]]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
numpyarray是一个多维数组,可以用于存储和处理多维数据。以下是numpyarray的常用用法: 1. 创建一个array:可以通过numpy.array()函数创建一个array,也可以通过其他numpy函数(如numpy.zeros()和numpy.ones())创建。 2. 访问和修改array的元素:可以通过索引访问和修改array的元素,索引从0开始。 3. 对array进行运算:可以进行基本的数学运算,如加、减、乘、除,也可以进行向量和矩阵运算,如点乘、矩阵乘法、求逆等。 4. 向array添加元素:可以通过numpy.append()函数向array添加元素,也可以通过numpy.concatenate()函数将两个array合并。 5. 对array进行切片操作:可以通过切片操作获取array的某一部分,也可以修改array的某一部分。 6. 对array进行统计计算:可以使用numpy的统计函数,如numpy.mean()、numpy.median()、numpy.std()等对array进行统计计算。 7. 对array进行排序:可以使用numpy的排序函数,如numpy.sort()、numpy.argsort()、numpy.lexsort()等对array进行排序。 8. 对array进行形状变换:可以使用numpy的reshape()函数对array进行形状变换,也可以使用transpose()函数对array进行转置。 9. 对array进行逻辑运算:可以使用numpy的逻辑运算函数,如numpy.logical_and()、numpy.logical_or()、numpy.logical_not()等对array进行逻辑运算。 10. 对array进行随机数生成:可以使用numpy的random模块生成随机数,如numpy.random.rand()、numpy.random.randn()、numpy.random.randint()等。

“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
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