Numpy下arr[2],arr[2,:],arr[2:,:]的区别

  • numpy切片arr[2],arr[2,:],arr[2:,:],在shape函数下的区别
import numpy as np

X = np.arange(1,10).reshape(3,3)

运行:

print(X)
>>> [[1 2 3]
 	 [4 5 6]
 	 [7 8 9]]

X数组为一个三行三列的二维数组

print(X[2])
>>> [7 8 9]
print(X[2].shape)
>>> (3,)

结果为一个一维的数组,数组中有三个元素

print(X[2,:])
>>> [7 8 9]
print(X[2,:].shape)
>>> (3,)

结果为一个一维数组,数组中有是三个元素

print(X[2:,:])
>>> [[7 8 9]]
print(X[2:,:].shape)
>>> (1, 3)

结果是一个一行三列的二维数组

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

X&P

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