Numpy 切片和索引

 

  Numpy 切片索引

    ndarray 对象的内容可以通过索引或者切片来修改访问

    通过下标进行索引

    import numpy as np

    a = np.arange(10)

    s = slice(2,7,2)

    print(a[s])

 

    打印如下:

    [2 4 6]

 

    通过切片进行索引、

    import numpy as np

    a = arange(10)

    b = a[2:7:2]

    print(b)

 

    打印如下:

    [2 4 6]

        

 

  多维数组索引提取的方法

    import numpy as np

    a = np.array( [ [1, 2, 3],[3, 4, 5],[4, 5, 6] ] )

    print(a)

    print('以下为切割之后')

    print(a[1:]) #[1:] 切割维度为1之后的所有数组

 

    打印如下:

    [ [1 2 3]

      [3 4 5]

      [4 5 6] ]

    以下为切割之后

    [ [3 4 5]

      [4 5 6] ]

 

 

  bool 索引

    将给定参数转换为布尔类型,如果没有参数,返回 False。

    

    import numoy as np

    a = np.arange(20).reshape((2,10)) #定义1-20数组,并且定义为2行5列

    b = a < 5   #条件句

    print(b) #打印显示

    print(a[ b ])

    

    打印如下:

    

    

    以 True False 来显示条件语句的结果

转载于:https://www.cnblogs.com/tongtongxue/p/10016412.html

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