NumPy 教程(第 7 章):切片和索引

ndarray 对象中的元素遵循基于零的索引。 有三种可用的索引方法类型: 字段访问,基本切片和高级索引

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

ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新数组

In [1]: import numpy as np

In [2]: num = np.arange(10)

In [3]: s = slice(2, 7, 2)

In [4]: num[s]
Out[4]: array([2, 4, 6])

In [5]: num[2:7:2]
Out[5]: array([2, 4, 6])

In [6]: num[5]
Out[6]: 5

In [7]: num[2:]
Out[7]: array([2, 3, 4, 5, 6, 7, 8, 9])

In [8]: num[2:5]
Out[8]: array([2, 3, 4])

In [9]: num = np.array([[1,2,3],[3,4,5],[4,5,6]])

In [10]: num
Out[10]:
array([[1, 2, 3],
       [3, 4, 5],
       [4, 5, 6]])

In [11]: num[1:]
Out[11]:
array([[3, 4, 5],
       [4, 5, 6]])

In [12]: num[...,1]
Out[12]: array([2, 4, 5])

In [13]: num[1,...]
Out[13]: array([3, 4, 5])

In [14]: num[...,1:]
Out[14]:
array([[2, 3],
       [4, 5],
       [5, 6]])
  • 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