一维二维数组切片索引

  • 一维数组索引
import numpy as np

a = np.arange(10)
print(a)

# 索引访问 从0开始到长度-1
print('索引0处元素:', a[0])
# 最后一个元素
print('索引最后一个元素:', a[-1])
  • 一维数组切片
# 切片 左闭右开 [start, stop, step]
print(a[:])  # [0 1 2 3 4 5 6 7 8 9]
print(a[3:])  # [3 4 5 6 7 8 9]
print(a[:8])  # [0 1 2 3 4 5 6 7]
print(a[1:8:2])  # [1 3 5 7]
# 负索引
print(a[::-1])  # [9 8 7 6 5 4 3 2 1 0]
print(a[-5:-1])  # [5 6 7 8]
  • 二维数组索引
import numpy as np

x = np.arange(1, 13)

# 对一维数组进行修改形状四行三列(4,3)
x = x.reshape((4, 3))
print(x)

# 索引 第3行
print(x[2])
# 索引 第二行第三列
print(x[1][2])

# 负索引 最后一行
print(x[-1])
# 行倒序
print(x[::-1])
# 行列同时倒序
print(x[::-1, ::-1])
  • 二维数组切片
# 切片使用【行切片,列切片】[start:stop:step, start:stop:step]
# 获取所有行和列
print(x[:, :])
# 获取所有行部分列 所有行第二列
print(x[:, 1])
# 所有行第一列第二列
print(x[:, 0:2])
# 同时获取第四行第一列,第三行第二列
print(x[3, 0], x[2, 1])  # 10 8
print(np.array([x[3, 0], x[2, 1]]))  # [10  8]
# 使用坐标获取
print(x[(1, 2), (2, 0)])
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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