Numpy 花式索引

最新推荐文章于 2023-09-28 12:06:38 发布
最新推荐文章于 2023-09-28 12:06:38 发布
阅读量132 收藏
点赞数
文章标签： python
原文链接：http://www.cnblogs.com/654321cc/p/8404295.html
版权

记住：花式索引跟切片不一样，它总是将数据复制到新数组中。

一 给定一个列表，返回索引为1,3,4,5,6的数组

　　

 

2 针对二维数组

　　

　　需要注意的一点是，对于花式索引。对照下后面的两种方式，查询结果的不同。

转载于:https://www.cnblogs.com/654321cc/p/8404295.html

weixin_30439031
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NumPy数组的高级操作第三关
weixin_44196785的博客
09-22 2315
简介 NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持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。是在学习机器学习、深度学习之前应该掌握的一个非常基本且实用的Python库。 本实训将介绍NumPy的一些更高级的知识与使用方法。实训通关后你将学会NumPy的进阶使用技能，并为后续的综合练习部分打好基础。如果你对NumPy的基础知识不熟，可以看看这里。 PS：若需要更加详细的查阅NumPy所提供的接口，可以查阅官方文档。 第一关 任务描述 相关
科学计算库NumPy：花式索引的基本使用
CZ-001的博客
06-09 335
当使用一维数组或列表作为索引时，如果使用索引要操作的目标对象是一维数组，则获取的结果是对应下标的元素;如果使用两个花式索引操作数组时，即两个列表或数组，则会将第1个作为行索引，第2个作为列索引，通过二维数组索引的方式，选取其对应位置的元素，示例代码如下。花式索引是NumPy的一个术语，是指将整数数组或列表作为索引，然后根据索引数组或索引列表的每个元素作为目标数组的下标再进行取值。将[0,2]作为索引，分别获取demo_arr中索引0对应的一行数据以及索引2对应的一行数据示例代码如下。
花式索引1
weixin_43292788的博客
11-09 296
花式索引是一种传统的索引方法，它不使用整数或者切片。这里，我们将利用花式索引把莱娜照片对角线上的值全部设置为0，相当于沿着两条交叉的对角线画两条线。 import scipy.misc import matplotlib.pyplot as plt face = scipy.misc.face() xmax = face.shape[0] ymax = face.shape[1] face = face[:min(xmax,ymax),:min(xmax,ymax)] xmax = face.shape[0
matlab将一个数组中的元素转换为整型_初探Numpy中的花式索引
weixin_39555415的博客
11-20 362
Numpy中对数组索引的方式有很多（为了方便介绍文中的数组如不加特殊说明指的都是Numpy中的ndarry数组），比如：基本索引：通过单个整数值来索引数组import 使用基本索引方式索引二维数组。import 切片索引：通过[start: end: steps]（起始位置为start，终止位置为end，步长为steps）的方式索引连续的数组子集import 布尔索引：通过布尔类型的数组进行索引i...
python 花式索引
weixin_56025182的博客
03-09 5392
花式索引的定义 花式索引（Fancy indexing）是指利用整数数组进行索引，这里的整数数组可以是Numpy数组也可以是Python中列表、元组等可迭代类型。 一维数组的花式索引 创建一维数组arr1 = np.array([1.0,2,3,4]) 花式索引arr1[1:4]获得[0,2,3] 不包含下标4 import numpy as np #创建一维数组 arr1 = np.array([1,2,3,4]) print(arr1[1:4]) 结果 如果数组有浮点数，那就会建立浮点数数组 二
深入了解NumPy 高级索引
12-17
高级索引包括整数数组索引、布尔索引和花式索引，这些方式比传统的整数和切片索引更为灵活，能实现更复杂的数组选择。 1. 整数数组索引： 整数数组索引允许你使用一维数组来选取多维数组中的特定元素。在给定的...
第2关：Numpy高级索引
SorrymakerS的博客
05-15 3596
任务描述 本关任务：给定一个二维数组，请以整数数组索引、布尔索引、花式索引三种方式，来获取我们需要的数组元素。 相关知识 NumPy 比一般的 Python 序列提供更多的索引方式。除了基本的用整数和切片的索引外，数组还有整数数组索引、布尔索引及花式索引。 整数数组索引 以下实例获取数组中(0,0)，(1,1)和(2,0)位置处的元素。 In : x = np.arange(12).reshape((4,3)) In : y = x[[0, 1, 2],[0, 1, 0]] In : y Out: arra
Numpy-花式索引和数组索引
lw_dba的博客
01-15 1183
Numpy提供比常规Python序列更多的索引功能。除了通过整数和切片之外，正如我们之前看到的，数组可以由整数数组和布尔数组索引 使用索引数组进行索引 import numpy as np import numpy as np a=np.arange(12)**2 a array([ 0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121...
python花式索引_ndarray花式索引
weixin_30780097的博客
02-11 1467
花式索引花式索引(Fancy indexing)是一个NumPy术语，它指的是利用整数数组进行索引。假设我们有一个8×4数组：In [117]: arr = np.empty((8, 4))In [118]: for i in range(8):.....: arr[i] = iIn [119]: arrOut[119]:array([[ 0., 0., 0., 0.],[ 1., ...
python DataFrame获取行数、列数、索引及第几行第几列的值方法
09-20
下面小编就为大家分享一篇python DataFrame获取行数、列数、索引及第几行第几列的值方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python基础教程：pandas DataFrame 行列索引及值的获取的方法
12-22
pandas DataFrame是二维的,所以,它既有列索引,又有行索引 上一篇里只介绍了列索引: import pandas as pd df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]}) print df # 结果: A B 0 0 3 1 1 4 2 2 5 行索引自动生成了 0,1,2 如果要自己指定行索引和列索引,可以使用 index 和 column 参数: 这个数据是5个车站10天内的客流数据: ridership_df = pd.DataFrame( data=[[ 0, 0, 2, 5, 0],
＜python基础＞花式索引/高级索引
weixin_66585664的博客
04-10 1265
高级索引
初识数据分析之NumPy 笔记二 数组的基本的索引和切片
乱写乱画
06-01 649
来源：《利用Python进行数据分析·第2版》 NumPy数组的索引是一个内容丰富的主题，因为选取数据子集或单个元素的方式有很多。一维数组很简单。从表面上看，它们跟Python列表的功能差不多： In [1]: import numpy as np In [2]: arr = np.arange(10) In [3]: arr Out[3]: array([0, 1, 2, 3, 4, ...
numpy学习汇总4-花式索引tcy
tcy-阿春
11-11 467
1.7.花式索引 2018/11/11 ================================================================== 1.说明 # 1）NumPy数组可用切片进行索引 # 2）可用布尔或整数数组（掩码）进行索引.这种方法称为花式索引. # .3）花式索引跟切片不一样，它创建副本而不是视图。 用法： a[ [bool or int]] =...
ndarray 花式索引与take函数比较
weixin_36420750的博客
07-06 359
In [117]: arr4 = np.random.randn(2000,5) In [118]: inds = np.random.permutation(2000)[:500] #随机取500个index In [120]: %timeit arr4[inds] #使用花式索引 16.8 µs ± 38.9 ns per loop (mean ± std. dev. of 7 runs,...
pandas方法大全
rankiy的博客
10-19 836
数据帧构造函数转换索引，迭代二元运算功能函数应用程序，GroupBy和窗口计算/描述统计重新索引/选择/标签操作丢失的数据处理重塑，排序，转置结合/加盟/合并与时间序列有关的稀疏访问器 构造函数 DataFrame（[数据，索引，列，dtype，副本]） 具有标注轴（行和列）的二维大小可变的，可能是异构的表格数据结构。 属性和底层数据 轴数 DataFrame.index DataFrame的索引...
【Python】pandas多级索引的骚操作！
fengdu78的博客
09-28 2470
大家好，本篇和大家介绍pandas中的多级索引操作。500页原创图文、数据代码可戳????《pandas进阶宝典V1.1.8》进行了解。我们知道dataframe是一个二维的数据表结构，通常情况下行和列索引都只有一个。但当需要多维度分析时，我们就需要添加多层级索引了。在关系型数据库中也被叫做复合主键。比如，下面这个数据是高考录取分数线，行索引是地区、学校，列索引是年份、专业，分别对应1级和2级索引，因此...
pandas中的常用索引方式总结(一)
weixin_40321125的博客
01-09 7982
pandas中的常用索引方式总结(一)–df[]方式 import pandas as pd import numpy as np 1.Series对象 s1 = pd.Series(np.array([1,2,3,4])) print(s1) print("---------------------------") s2 = pd.Series(np.array([1,2,3,4]),inde...
python花式索引
最新发布
11-07
Python中的花式索引是一种通过整数数组进行...在NumPy中，花式索引是一种常见的操作，可以通过索引数组选择子集。在Python中，花式索引也可以用于选择子集，例如在Pandas中，可以使用花式索引选择DataFrame中的行或列。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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