数据分析学习之路002——Numpy数组 索引和切片

Numpy库002 索引和切片

1、一维数组的索引和切片

与python列表几乎一样

import numpy as np
a=np.arange(10)
print(a)#[0 1 2 3 4 5 6 7 8 9]
#索引
print(a[1])#1
print(a[-1])#9
#切片
print(a[:9])#[0 1 2 3 4 5 6 7 8]
print(a[2:5])#[2 3 4]
print(a[::-1])#[9 8 7 6 5 4 3 2 1 0]

2、多维数组的索引与切片

import numpy as np
a=np.random.randint(0,10,size=(3,3,4))
print(a)
'''
[[[8 1 3 0]
  [5 3 6 3]
  [5 8 8 6]]

 [[2 2 1 9]
  [6 0 1 0]
  [1 7 2 4]]

 [[9 0 4 0]
  [6 5 5 0]
  [9 9 9 2]]]
'''
#索引
print(a[0]) #得到一个模块

'''
[[8 1 3 0]
 [5 3 6 3]
 [5 8 8 6]]'''


print(a[0,0])#得到一行[8 1 3 0]

print(a[0,0,0])#得到一个元素8

#切片
print(a[0:2])#连着切
'''
[[[8 1 3 0]
  [5 3 6 3]
  [5 8 8 6]]

 [[2 2 1 9]
  [6 0 1 0]
  [1 7 2 4]]]'''


print(a[[0,2]])#间段切
'''
[[[8 1 3 0]
  [5 3 6 3]
  [5 8 8 6]]

 [[9 0 4 0]
  [6 5 5 0]
  [9 9 9 2]]]'''


#内层  !维度之间用逗号隔开,间隔切片用[,,]
print(a[0,2,3])#获取第0个模块第2行第3列  6


print(a[[0,2],[2,1]])#获取第0个模块的第2行,第2个模块的第1行
'''
[[5 8 8 6]
 [6 5 5 0]]'''


print(a[[0,1],[1,1],[0,0]])#获取(0,1,0)和(1,1,0)两个数
'''[[[8]
  [5]]'''


print(a[0:2,0:2,0:1])#获取0-2模块,0-2行,0列
'''
 [[2]
  [6]]]'''

注意

a[[1,2],[4,5]]与a[1:3,4:6]的区别

前者是第一行第四列和第二行第五列

后者是第一行第四第五列,第二行的第四第五列

  • 1
    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