numpy学习笔记-花哨的索引

QFHS

于 2022-10-14 18:13:59 发布

阅读量361

点赞数

文章标签： python numpy

本文链接：https://blog.csdn.net/m0_70609365/article/details/127309599

版权

这篇博客详细介绍了numpy库中的一种高级索引方式——花哨索引，包括如何使用数组进行索引，一维数组作为行列向量的广播行为，以及与其他索引方式（如简单索引、切片、掩码）的组合应用。通过实例展示了如何选择随机点、修改数组元素以及绘制直方图，帮助读者掌握numpy的高级索引技巧。

摘要由CSDN通过智能技术生成

数组举例

简单的索引：使用单个序号索引

print('x[1]:', x[1])

花哨的索引：使用数组索引

index = [3, 2, 5]
print('x[index]:', x[index])

使用数组索引可以保持索引数组形状

index2 = np.array([[2, 3], [3, 4]])
print('x[index2]:\n', x[index2])

应用举例：

row = np.array([2, 3, 1, 0])
col = np.array([1, 2, 3, 5])
print('取y的(2, 1)(3, 2)(1, 3)(0, 5)：\n', y[row, col])

一维数组作为行列向量被广播

row = np.ar

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

QFHS

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

2.7 花哨的索引

ceerfuce的博客

07-26

586

2.7 花哨的索引 import numpy as np rand = np.random.RandomState(42) x = rand.randint(100, size=10) print(x) [51 92 14 71 60 20 82 86 74 74] [x[3], x[7], x[2]] [71, 86, 14] ind = [3...

numpy 学习笔记 --《利用python进行数据分析》

weixin_45497382的博客

08-05

584

numpy学习，参照利用Python进行数据分析一书

参与评论您还未登录，请先登录后发表或查看评论

花哨索引

张行者

08-28

406

x = np.array([[1,2],[3,4]]) &gt;&gt;x array([[1, 2], [3, 4]]) y = np.array([[1],[0]]) &gt;&gt;y array([[1], [0]]) &gt;&gt;x[y] array([[[3, 4]], [[1, 2]]]) 理解x[y]就是arr...

数据分析手册-Numpy(7)--花哨的索引

ChadWick的博客

12-04

373

花哨的索引（fancy indexing）花哨的索引不同于前面的简单索引得到的标量，而是直接得到的是传递的索引数组。且能够让我们能够快速获得并修改复杂的数组值得字数据集。探索花哨的索引花哨的索引在概念上非常简单，它意味着传递一个索引数组来一次性获得多个数组元素。 import numpy as np rand=np.random.RandomState(42) x=rand.randint(100,size=10) [x[3],x[7],x[2]] #[71,86, 14] 利用花哨的索..

NUMPY学习系列——花哨的索引

zhx_123987的博客

07-07

319

若 a = array([0,1,2,3,4,5,6,7,8,9]), b = array([[0,1,2,3], [4,5,6,7], [8,9,10,11]]) 那么：索引对象为向量方法一：[x[3],x[7],x[2]] 即array([3,7,2]) 方法二：ind = [3,7,2] x[ind] arr...

Numpy数据分析——花哨索引的简单使用、“广播“规则详解

Cdccc_daye的博客

04-08

1003

在对高维数组进行索引时，常会不知从何而起，想提取的部分和实际的效果会出现偏差。本文将以尽可能容易懂的方式，来揭开Numpy高维数组之间的运算逻辑，并呈现一些简单运用目录一、文章用词阐释 1、轴长度和shape 2、广播二、剖析广播的规则 1、单一标量A（可认为是零维的数组）与一维数组B 2、一维数组与一维数组情况一：只含一个值的一维数组M和另一个任意长度，元素为任意值的一维数组N：情况二：两个一维数组数组，长度均不为1，且长度不相等情况三：两个一维数组，长度一样 3

python学习笔记-机器学习库numpy

最新发布

08-19

本篇笔记将深入探讨Numpy在机器学习中的应用。一、Numpy简介 Numpy，全称为Numeric Python，是Python科学计算的核心库。它的主要功能是提供高效的数据结构——ndarray（n-dimensional array），这种数据结构能够...

Python学习笔记--皮大庆.pdf.zip

10-11

【Python学习笔记--皮大庆.pdf.zip】是一个针对初学者的Python编程教程，源自英文书籍《How to think like a computer scientist》。这本书以易懂的方式介绍了Python语言的基础知识，旨在帮助没有编程背景的人快速...

03-python-numpy-简介-基础-数组-数组类型

02-09

这篇学习笔记将深入探讨NumPy的基础知识，包括其简介、数组概念以及数组类型。首先，我们来看一下NumPy的简介。NumPy（Numerical Python）是一个开源库，它提供了一个强大的N维数组对象，还包含了一些用于处理数组...

numpy花哨索引理解

qq443967620的博客

02-25

346

#1,花哨索引说明: (1) 94号,行与列的索引相当于,(0,2),(2,3),(1,1)的去筛选x的内容. (2) 102和103,行索引是等价的,我们不能用[1,2,3,4,5]代替.

NumPy花哨的索引和索引技巧通过数组索引

autumn20080101的专栏

01-19

692

>>> from numpy import * >>> a = arange(12)**2 >>> a array([ 0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121]) >>> i=array([1,1,3,8,5]) >>> a11385=a[i] >>> a11385 array([ 1, 1, 9, 64

python numpy花哨索引

weixin_34148340的博客

06-03

213

1 import numpy as np 2 rand = np.random.RandomState(42) 3 4 x = rand.randint(100, size=10) 5 print(x) [51, 92, 14, 71, 60, 20, 82, 86, 74, 74] 获取元素： [x[3], x[7], x[2]] [71, 86, ...

【Numpy库】【花哨索引】用python做数据分析所必须掌握的基础库之一 _03_ 花式（花哨）索引_fancy indexing

爱学的萌萌虾

10-14

784

花哨索引花式（哨）索引（ Fancy indexing）是一个NumPy术语，它指的是利用整数数组进行索引。花哨索引----传递的是索引数组，不是单个标量。花哨索引让我们能够快速获得并修改复杂的数组值的子数据集。其意味着传递一个索引数组来一次性获得某个维度上的多个数组元素。小虾认为大概知道上面是什么意思，还是通过例子来学习一下，比较实在...

Python : numpy花式索引

weixin_44523387的博客

05-23

813

import numpy as np arr = np.arange(36).reshape(3,3,4) print(arr) 只有一个[]的数组是基本的索引 print(arr[2,0,1]) # 单元素 print(arr[2,0]) # 第二个数组的第0行 print("*"*30) 花式索引传入的数组用两个以上的[] print(arr[[1,0,1]]) # 双[]...

Numpy 花式索引

略略略的博客

07-27

4794

#花式索引 #它是指利用整数数组进行索引,先初始化一个8*4的矩阵 #-----2.1 arr = np.empty((8,4)) # print arr for i in range(8): arr[i] = i print arr #为了以特定顺序选取行子集，只需传入一个用于指定顺序的列表或ndarray即可 print arr[[4,3,0,6]] # print arr[np.

Numpy学习笔记三——数组切片、bool索引、掩码和花哨索引

Little Garden

08-12

4694

Numpy数组切片、bool索引、掩码和花哨索引数组切片(slice) 数组切片的公式为 my_array[row_start: row_stop: row_step, col_start: col_stop: col_step] #示例1： import numpy as np #设置随机种子 np.random.seed(0) #初始化一个维度为3x4的数组 a = np.ra...

Numpy中的数组花式索引

小灰笔记

04-06

6432

先看一下接下来要总结到的所有的用法的IPython交互记录： In [1]: importnumpy as np In [2]: data =np.random.randn(7,8) In [3]: data Out[3]: array([[0.33620879, -0.74760021, 0.21633351,-0.31951527, -0.3474147 ,

Numpy —— 花式索引，整数索引和布尔索引

starter_____的博客

01-26

5868

花式索引花式索引指的是利用整数数组进行索引花式索引跟切片不一样，它总是将数据复制到新数组中 1、传入顺序索引数组 In [94]: arr=np.arange(32).reshape((8,4)) In [95]: arr Out[95]: array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10,

numpy的基本用法(三)——numpy的索引

SnailTyan

04-25

3382

numpy的基本用法(三)——numpy的索引

numpy学习笔记

05-29

好的，我可以和你分享一些关于numpy的学习笔记。首先，numpy是一个Python的库，用于科学计算和数据分析。它提供了高性能的多维数组对象以及相关的工具和函数。下面是一些常用的numpy操作： 1. 创建数组可以...