numpy维的理解

In [111]: a = np.arange(24).reshape((2,3,4))

In [112]: a
Out[112]:
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

In [113]: a[...,0] #取第1个平面上的数据
Out[113]:
array([[ 0,  4,  8],
       [12, 16, 20]])

In [114]: a[...,1] #取第2个平面上的数据

Out[114]:
array([[ 1,  5,  9],
       [13, 17, 21]])

In [115]: a[...,2] #取第3个平面上的数据

Out[115]:
array([[ 2,  6, 10],
       [14, 18, 22]])

In [116]: a[...,3] #取第4个平面上的数据

Out[116]:
array([[ 3,  7, 11],
       [15, 19, 23]])

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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