矩阵的切片与列表有所不同,矩阵一般有行也有列,所以矩阵的切片需要包含行索引和列索引两个参数,中间用逗号隔开。
格式如下:
假设A是一个矩阵,A的切片可以写成:A[起始行索引:终止行索引, 起始列索引:终止列索引],中括号表示切片,中间有一个逗号,逗号前是为了对行切片,逗号后是为了对列切片。
举例1:
import numpy as np
A = np.array([[0,1,2,3],[10,11,12,13],[20,21,22,23],[30,31,32,33]])
# A 是一个二维数组,维度为 0 ,1;列索引是第0维,行索引是第1维。
# 第 0 层 [] 表示第 0 维;第 1 层 [] 表示第 1 维;
# A[n0,n1] 表示第 0 维 取第n0 个元素 ,第 1 维取第 n1 个元素
print(A[1,0])
# A[1:3,1:3] 表示第 0 维 取 [1:3)元素 ,第 1 维取第[1:3) 个元素
print(A[1:3,1:3])
# A[:n0,:n1] 表示第 0 维 取 第0 到 第n0 个元素 ,第 1 维取 第0 到 第n1 个元素
print(A[:2,:2])
# A[:,:n1] 表示第 0 维 取 全部元素 ,第 1 维取 第0 到第n1 个元素
print(A[:,:2])
# A[:,0]) 表示第 0 维 取全部 元素 ,第 1 维取第 0 个元素
print(A[:,0])
结果如下:
10
[[11 12]
[21 22]]
[[ 0 1]
[10 11]]
[[ 0 1]
[10 11]
[20 21]
[30 31]]
[ 0 10 20 30]
例1参考link.
举例2:
import numpy as np
A = np.array([[0,1,2,3],[10,11,12,13],[20,21,22,23],[30,31,32,33]])
# A[:3,1:3] 表示第 0 维 取 (:3)元素 ,第 1 维取第(1:3) 个元素,冒号前省略表示从索引0开始取
print(A[:3,1:3])
# A[1:3,1:] 表示第 0 维 取 (1:3)元素 ,第 1 维取第(1:) 个元素,冒号后省略表示取到最后一个索引
print(A[1:3,1:])
结果如下:
[[ 1 2]
[11 12]
[21 22]]
[[11 12 13]
[21 22 23]]