14-ndarray高维数组的索引和分片技巧

本文详细介绍了NumPy中ndarray的索引和切片操作,包括一维和高维数组的索引、切片、布尔索引、条件赋值以及指定行和列的选取。强调了切片返回的是视图,以及如何通过布尔索引和整数数组实现复杂的数据选择。
摘要由CSDN通过智能技术生成

0.本集概览

1.ndarray高维数组的索引与切片
2.布尔索引与条件赋值
3.指定行和列的选取

1.ndarray数组的索引和切片

1.1.一维数组的情况

一维数组的相关内容非常简单,和我们之前讲过的python内置列表差不多,我们简单的浏览一下:
代码片段:

import numpy as np

arr = np.arange(10) 
print(arr) 
print(arr[5]) 
print(arr[5:8])  

运行结果:

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

特别需要注意的是,如果把一个标量值赋值给一个切片时,该值会自动传播给整个所选区域,而且这里数组的切片得到的是一个原始数组的一个视图,即原始数据并没有被复制而形成新的拷贝,视图上的任何修改都会直接反应到原始数组之上,这和python内置列表是有很大区别的。
代码片段:

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

打赏作者

石 溪

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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