python 多维切片

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_30835655/article/details/71055198
昨天做的一个项目中需要对list进行多维切片,本来以为很容易的事情,结果查询了众多博客未果。最后在stackoverflow中找到了答案,不得不说现在很多人的分享态度没错,但是在分享之前至少先弄明白自己所要分享的知识点,自己都一知半解,那么只会误导他人。

首先这个多维切片分为两类:使用了numpy的ndarray类型和python默认的list类型。它们的处理方式是截然不同的!

1. ndarray(numpy)

numpy 是使用Python进行数据分析不可或缺的第三方库,非常多的科学计算工具都是基于 numpy 进行开发的。

ndarray对象是用于存放同类型元素的多维数组,是numpy中的基本对象之一。关于ndarray的具体使用方法我不做说明,只涉及其中的多维切片处理。

ndarray可以通过numpy中的array函数由python中的list转换获得

import numpy as np

# 对于ndarray的切片,格式为[x1:x2, y1:y2],截取行数为[x1,x2),列数为[y1,y2)。左边闭空间,右边开空间。
# 如果要截取某一行,格式为[x,:],截取某一列:[:,y]
# 其他截取以此类推

list = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]
list_ndarray = np.array(list)
list_t = list_ndarray[1:3,1:3]
print(list_t)

# 输出如下
# [[ 6  7]
#  [10 11]


2. list(python)

对于python中默认的list,如果你使用了ndarray的处理方式,恭喜你,你一定会获得如下错误

TypeError: list indices must be integers or slices, not tuple

对于list我们有如下处理方式

import numpy as np

# 对于list的切片,没有什么技巧,实际上使用的是for循环,对每一行进行切片,这是一种非常native的做法
# slice = [arr[i][y1:y2] for i in range(x1,x2)]
# 其他截取以此类推

list = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]
list_t = [list[i][1:3] for i in range(1, 3)]
print(list_t)

# 输出如下
# [[6, 7], [10, 11]]


没有更多推荐了,返回首页