python numpy(2)数组索引和切片

ndarray数组索引和切片:

一维数据的索引和切片:与python列表类似

>>>a = np.array([1,2,3,4,5])
>>>a[2]#索引
3
>>>a[1:4:2]#切片
array([2,4])

多维数组的索引和切片:

>>>a = np.arange(24).reshape((2,3,4))
>>>a
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]]])
>>>a[1,2,3]#索引:从高维向低维约束
23
>>>a[0,1,2]
6
>>>a[:,1,-3]#切片:与一维类似在每一个维度上切片
array([5,17])
>>>a[:,:,::2]
array([[[ 0,  2],
        [ 4,  6],
        [ 8, 10]],

       [[12, 14],
        [16, 18],
        [20, 22]]])
  • 0
    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