numpy 切片以及矩阵相乘

1.ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。

>>> a = np.arange(10)
>>> s = slice(2,7,2)   ## 从索引 2 开始到索引 7 停止，间隔为2
>>> print(a[s])
[2 4 6]

2.也可以通过冒号分隔切片参数 start:stop:step 来进行切片操作：

>>> a= np.arange(10)
>>> b= a[2:7:2]   # 从索引 2 开始到索引 7 停止，间隔为 2
>>> print(b)
[2 4 6]

冒号 : 的解释：如果只放置一个参数，如 [2]，将返回与该索引相对应的单个元素。如果为 [2:]，表示从该索引开始以后的所有项都将被提取。如果使用了两个参数，如 [2:7]，那么则提取两个索引(不包括停止索引)之间的项

3.多维数组

>>> a= np.array([[1,2,3],[3,4,5],[4,5,6]])
>>> print(b)
>>> print(a[1:])    #从数组索引a[1:]处开始切割
[[3 4 5]
 [4 5 6]]

切片还可以包括省略号 …，来使选择元组的长度与数组的维度相同。

>>> a = np.array([[1,2,3],[3,4,5],[4,5,6]])
>>> print (a[...,1])   # 第2列元素
[2 4 5]
>>> print (a[1,...])   # 第2行元素
[3 4 5]
>>> print (a[...,1:])  # 第2列及剩下的所有元素
[[2 3]
 [4 5]
 [5 6]]

4.矩阵切片

>>> m= np.array([[1,2,3],[10,20,30],[35,45,55]])
>>> print(m[:,1])    #再整个矩阵的基础下，打印下标为一的列  E[:,1]为列操作

[ 2 20 45]

>>> print(m[1,:])     #E[0：] ,E[1：],E[1:2],E[1:3]均为行操作

[10 20 30]

>>> print (m[:,0:2])   #再整个矩阵的基础下，打印0,1两列

[[ 1  2]
 [10 20]
 [35 45]]

>>> print(m[1:3,0:2])  #如上

[[10 20]
 [35 45]]

NumPy Ndarray 对象 | 菜鸟教程

numpy：矩阵切片_程裕强的博客-CSDN博客_矩阵切片

python3 矩阵的切片_ZJE_ANDY的博客-CSDN博客_矩阵切片