多维数组的索引与切片_numpy，pytorch等框架的高级索引

最新推荐文章于 2021-07-07 21:04:10 发布

用户甲

最新推荐文章于 2021-07-07 21:04:10 发布

阅读量799

点赞数 2

文章标签：多维数组的索引与切片

本文链接：https://blog.csdn.net/weixin_32050773/article/details/112524356

版权

本文介绍了在numpy和pytorch等框架中，如何进行高级索引，包括整数数组索引、布尔索引和花式索引。通过具体示例展示了如何精确选取和操作多维数组中的特定元素，例如改变矩阵对角线元素、筛选符合条件的值，以及创建多头组合矩阵等。

摘要由CSDN通过智能技术生成

高级索引

在numpy或pytorch等框架中的对张量的操作不只提供了类似python列表的切片索引等操作，还提供了高级索引。

高级索引大致可分为整数数组索引、布尔索引及花式索引三类：

整数数组索引

整数数组索引指使用同形状的多个数组分别指定元素的所有维度（不指定的维度也可以用切片:或省略号...与索引数组组合），可精准取出一批指定位置的元素，按照给定数组形状返回。

如给定4*3 的二维数组

x = np.arange(12).reshape(4,3)
print(x)

输出为：

[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]]

1.取出其(0,0)，(1,1)和(2,0)位置处的元素。

给出两个一维数组分别指定第0维和第1维

y = x[[0,1,2],  [0,1,0]]
print(y)
#[0 4 6]

2.传入的位置指定数组也可为多维，取出其[[(0,0)

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

用户甲

关注关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

PyTorch深度学习实战（22）—— 高级索引

shangjg3的博客

08-20

105

从上面的例子可以看出，整数数组索引的机制就是先将索引数组对应位置的数字，组合成源Tensor实例的索引，再根据索引值和Tensor的size、storage_offset和stride属性计算出Storage空间上的真实索引，最后返回结果。当索引数组的个数N等于Tensor的维度数tensor.ndim时，索引输出的形状等价于index的形状（index.shape），输出的每一个元素等价于。，那么直接将所有高级索引所在区域的维度转换成高级索引的维度，Tensor的其他维度按照基本索引正常计算。

python多维数组索引_Numpy多维数组索引与切片详解

weixin_39739234的博客

11-29

1003

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...

参与评论您还未登录，请先登录后发表或查看评论

python获取数组中大于某一阈值的那些索引值_numpy，pytorch等框架的高级索引

热门推荐

weixin_39548968的博客

11-20

1万+

高级索引在numpy或pytorch等框架中的对张量的操作不只提供了类似python列表的切片索引等操作，还提供了高级索引。高级索引大致可分为整数数组索引、布尔索引及花式索引三类：整数数组索引整数数组索引指使用同形状的多个数组分别指定元素的所有维度（不指定的维度也可以用切片:或省略号...与索引数组组合），可精准取出一批指定位置的元素，按照给定数组形状返回。如给定4*3 的二维数组x 输出为：[[...

numpy切片和索引

weixin_33998125的博客

05-28

290

import numpy as np# x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])# print ('我们的数组是：')# print (x)# print ('\n')# rows = np.array([[0, 0], [3, 3]])# cols = np.array([[0, 2], [0, 2]])# y = ...

numpy python 大于_python – 获取2D numpy数组中大于阈值的元素索引

weixin_39639040的博客

12-06

798

我有一个2D numpy数组：x = [[ 1.92043482e-04 0.00000000e+00 0.00000000e+00 0.00000000e+000.00000000e+00 0.00000000e+00 2.41005634e-03 0.00000000e+007.19330120e-04 0.00000000e+00 0.00000000e+0...

【NumPy学习指南】day4 多维数组的切片和索引

11-16

144

ndarray支持在多维数组上的切片操作。为了方便起见，我们可以用一个省略号（...）来表示遍历剩下的维度。（1）举例来说，我们先用arange函数创建一个数组并改变其维度，使之变成一个三维数组： b=np.arange(24).reshape(2,3,4) b.shape (2L, 3L, 4L) b array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8...

深度学习 Numpy 基础.zip_carepne_numpy_python NumPy_python 教程_python深度学

09-23

1. **索引与切片**: Numpy数组的索引和切片与Python列表类似，但支持多维索引。例如，`arr[1, 2]`表示获取二维数组中第二行第三列的元素。 2. **广播机制**: 当两个数组形状不匹配时，Numpy会尝试通过广播来使它们...

python高级特性_Python高级特性——详解多维数组切片(Slice)

weixin_39578197的博客

11-26

711

Python高级特性——详解多维数组切片(Slice)(1)我们先用arange函数创建一个数组并改变其维度，使之变成一个三维数组：>>> a = np.arange(24).reshape(2,3,4)>>> aarray([[[ 0, 1, 2, 3],[ 4, 5, 6, 7],[ 8, 9, 10, 11]],[[12, 13, 14, 15],[16, 17, 18, 19],[20, ...

Python多维索引：Numpy数组索引高级技巧

[Python多维索引：Numpy数组索引高级技巧](https://blog.finxter.com/wp-content/uploads/2021/01/numpy_shape-1-scaled.jpg) # 1. Python多维数组与Numpy概述在本章中，我们将对Python中的多维数组以及Numpy库有...

pytorch_numpy高维数组

IMchg的博客

11-27

1169

https://www.runoob.com/numpy/numpy-array-manipulation.html 高维数组切片 [,2] https://www.cnblogs.com/mengxiaoleng/p/11616869.html 数组中的省略号 https://blog.csdn.net/weixin_41637329/article/details/88362345 https://blog.csdn.net/qq_33363973/article/details/79894982 .

numpy ---数组的多维索引

qq_43709590的博客

03-19

2998

一、用途用于描述使用整数数组进行数据索引二、初始工作引入numpy import numpy as np 创建一个空数组 import numpy as np arr=np.empty((8,4)) for i in range(8): arr[i]=i 结果 [[0. 0. 0. 0.] [1. 1. 1. 1.] [2. 2. 2. 2.] [3. 3. 3. 3.] [4. 4. 4. 4.] [5. 5. 5. 5.] [6. 6. 6. 6.] [7. 7. 7.

索引多维数组_PHP数组–索引，关联和多维

从零开始的教程世界

07-13

546

索引多维数组An array is a group of similar types of variables. PHP provides function array() to create a PHP array. 数组是一组相似类型的变量。 PHP提供函数array()创建一个PHP数组。 PHP数组 (PHP Array) There are three types of array...

python获取数组中大于某一阈值的那些索引值_4.有序数组

weixin_39562752的博客

11-20

2645

果然我在这个专栏的更新上没有压力，哈哈，这挺好的，不用在乎别人是不是看，反正自己总结出来，巩固了知识就好。有序数组其实就是数组的进化版，和数组唯一的区别就是“有序”这两个字，就是指在这个数组当中的所有数据，必须按照一定的顺序来排列，即便是插入新数据或者删除原有数据，仍然要按照既定规则来排序；而普通的数组是不考虑顺序的，新添加的数据可以在末尾（JavaScript：Array.push；Python...

关于numpy中的多维数组索引

weixin_43424337的博客

07-07

566

一定要注意红圈部分，当一维索引里没有‘ ：’时，取出来的是一维数组；反之，取出来的是二维数组。可以这样理解：当一维数组里有冒号的时候，相当于对一维做了一个扩展，所以取出来的数据是二维数组。 ...

python中多维数组的索引与切片（基于NumPy）

qq_20880939的博客

07-13

7705

根据我的理解，关于多维数组的索引与切片，不需要可以去记他的模式，这一小块，唯一需要理解的是这个多维数组的shape.只要把这个概念真正理解了，关于索引与切片问题迎刃而解了；首先初始化上面的这样一个多维数组x,观察其x的数组结构，然后看x.shape=(2,3,3). 观察这个结果，其实含义可以理解为，后面的（3,3）是一个矩阵，表示其行数与列数，前面的2表示到底有几个这样的矩阵。你再查看其...

task 02：索引

weixin_46402229的博客

10-21

244

1 整数索引要获取数组的单个元素，指定元素的索引即可。 import numpy as np x = np.array([1, 2, 3, 4, 5, 6, 7, 8]) print(x[2]) # 3 2 切片索引切片操作是指抽取数组的一部分元素生成新数组。对 python 列表进行切片操作得到的数组是原数组的副本，而对 Numpy 数据进行切片操作得到的数组则是指向相同缓冲区的视图。如果想抽取（或查看）数组的一部分，必须使用切片语法，也就是，把几个用冒号（ start:stop:step ）隔开

go make function_「GCTT 出品」Go 系列教程——11. 数组和切片

weixin_39819576的博客

11-29

187

Go语言中文网，致力于每日分享编码知识，欢迎关注我，会有意想不到的收获！Go 系列教程是非常棒的一套初学者教程，入门就它了。「GCTT 出品」Go 系列教程——1. 介绍与安装「GCTT 出品」Go 系列教程——2. Hello World「GCTT 出品」Go 系列教程——3. 变量「GCTT 出品」Go 系列教程——4. 类型「GCTT 出品」Go 系列教程——5. 常量「GCTT 出品」Go...

多维数组怎样快速索引

Ant

08-03

819

Table of Contents How to create a multi-dimensional array How to loop through a multi-dimensional array Method 1: Nested loops with multiple arrays Method 2: Nested loops with linear arr

python searchsorted_python-在numpy 2darray中逐行查找大于阈值的值的索引

weixin_39785081的博客

12-05

429

我有一个2darray如下.我想通过数组中的每一行找到高于阈值(例如0.7)的值的索引.items= np.array([[1.,0.40824829,0.03210806,0.29488391,0.,0.5,0.32444284,0.57735027,0.5 ],[0.40824829,1.,0.57675476,0.48154341,0.81649658,0.79471941,0....

Python、Numpy与PyTorch索引深度解析：从基础到高级应用

2. **Python和PyTorch索引方式**： - 与Numpy类似，Python的列表和元组也能进行下标索引和切片索引。布尔索引同样适用。 - PyTorch在处理张量时，索引方式与Numpy相似，但它是深度学习框架，提供了更多的动态计算...