python numpy数组对比_numpy的Fancy Indexing和array比较详解

一：Fancy Indexing

import numpy as np

#Fancy Indexing

x = np.arange(16)

np.random.shuffle(x)

print(x) #打印所有的元素

print(x[2])#获取某个元素的值

print(x[1:3])#切片

print(x[3:9:2])#指定间距切片

index = [2,4,7,9] #索引数组

print(x[index])#获取索引数组中的元素的值

ind = np.array([[0,2],[1,4]]) #索引二维数组

print(x[ind])##获取索引二维数组中的元素的值

print("---------------------")

X = x.reshape(4,-1)

print(X)

ind1 = np.array([1,3]) #行的索引

ind2 = np.array([2,0]) #列的索引

print(X[ind1,ind2])

print(X[:-2,ind2])

bool_index = [True,False,True,False] #True就取当前列，False就不取

print(X[:-1,bool_index])

Fancy Indexing 应用在一维数组

x = np.arange(16)

x[3] # 3

x[3:9] # array([3, 4, 5, 6, 7, 8])

x[3:9:2] # array([3, 5, 7])

[x[3], x[5], x[7]] # [3, 5, 7]

ind = [3, 5, 7]

x[ind] # array([3, 5, 7])

ind = np.array([[0, 2], [1, 3]])

x[ind]

"""

array([[0, 2],

[1, 3]])

"""

Fancy Indexing 应用在二维数组

X = x.reshape(4, -1)

"""

array([[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11],

[12, 13, 14, 15]])

"""

row = np.array([0, 1, 2])

col = np.array([1, 2, 3])

# 1行2列，2行3列，3行4列

X[row, col] # array([ 1, 6, 11])

# 前2行 2,3,4列

X[:2, col]

"""

array([[1, 2, 3],

[5, 6, 7]])

"""

col = [True, False, True, True]

X[0, col] # array([0, 2, 3])

二：array比较

import numpy as np

x = np.arange(16)

print(x)

print(x < 3) #返回的是bool数组

print(x == 3)

print(x != 3)

print(x * 4 == 24 - 4 * x)

print(x + 1)

print(x * 2)

print(x / 4)

print(x - 10)

print(np.sum(x<3))#返回小于3的元素个数

print(np.any(x==0)) #只要向量x中有等于0的就返回true

print(np.all(x==0)) #只有向量x中全部等于0才返回true

print(x[x<5]) #因为x<5返回的是bool数组，我们取true的元素的值

#二维的同样支持

print("----------------------")

X = x.reshape(4,-1)

print(X)

print(X<3)

print(x == 3)

print(np.sum(X<4))

print(np.count_nonzero(X<5)) #返回X中小于5的不等于0的个数

print(np.any(X==0)) #只要向量x中有等于0的就返回true

print(np.all(X==0)) #只有向量x中全部等于0才返回true

print(np.sum(X<4,axis=1))#沿着列的方向，计算每行小于4的个数

print(np.sum((X>3)&(X<10))) #计算X中大于3并且小于10的个数

print(np.sum(~(X==0))) #计算X中不等于0的个数

print(X[X[:,3]%3==0,:]) #因为X[:,3]%3==0返回的是一个向量，元素为true，false，false，true，所以最后取第一行和最后一行

到此这篇关于numpy的Fancy Indexing和array比较详解的文章就介绍到这了,更多相关numpy Fancy Indexing和array比较内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客！

来源：python博客 欢迎分享！