一文看懂NumPy的切片中常用的冒号

本文介绍了NumPy库中数组切片的使用,特别是冒号在不同维度数组中的作用。从一维数组的s[i:j]、s[i:j:k]和s[::-1]等表示,到二维、三维数组的切片操作,帮助读者理解和掌握在处理大量数据时,如何有效地使用NumPy进行切片操作。
摘要由CSDN通过智能技术生成

  NumPy是Python语言的一个扩展程序库。支持高阶大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。在进行大量数据计算中,NumPy会为我们提供很多的方便。最近我在学习CV方面的知识,却老是弄混冒号在切片的作用,就写一篇文章来加深一下印象。

一维数组

  在一维数组中我们常见的表示方法有s[i:j] ,s[i:j:k],s[::-1]等等,下面我会依次实验一下各种符号的作用。

import numpy as np
# 生成一个0到9的np数组(注意跟数组一样,下标是从零开始)
a = np.arange(10)
# 打印数组
print("a={}".format(a))
# 取下标为1的元素到下标为8的元素(左闭右开)
b=a[1:8]
print("b={}".format(b))
# 开头省略意味着从起始位置开始取-1代表倒数第一个元素位置(左闭右开)
c=a[:-1]
print("c={}".format(c))
# 开头省略意味着从起始位置开始取-2代表倒数第二个元素位置(左闭右开)
d=a[:-2]
print("d={}".format(d))
# 从倒数第二个元素开始直到最后一个元素为止
e=a[-2:]
print("e={}".format(e))
# a[i:j:k]表示从i开始步长为k取到j元素为止
f= a[1:8:2]
print("f={}".format(f))
# s[::-1]是从最后一个元素到第一个元素反向复制一遍
g=a[::-1]
print("g={}".format(g))

 

输出:<

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