作者:Zarten
简介: 互联网一线工作者,尊重原创并欢迎评论留言指出不足之处,也希望多些关注和点赞是给作者最好的鼓励 !
概述
numpy中多维数组的索引与切片跟python中的列表类似,但最大的区别是,数组切片是原始数组的视图,也就是说对视图上的修改直接会影响到原始数组,因为numpy的主要是处理大数据,如果每次切片都进行一次复制,那对性能和内存是相当大的考验。
索引及切片
1.一维数组的索引及切片
一维数组索引
这个python的列表差不多
import numpy as np
zarten = np.array([1,2,3,4,5])
print(zarten[2])
一维数组切片
import numpy as np
zarten = np.array([1,2,3,4,5])
print(zarten[1:3])
修改
对索引和切片的修改会直接映射到原数组。
下面的所有的索引和切片的修改都会映射到原数组,下面的讲解将不再阐述。
import numpy as np
zarten = np.array([1,2,3,4,5])
zarten[4] = 999
zarten[1:3] = 888
print(zarten)
2.多维数组的索引及切片
<