• 售前

  • 售后

热门帖子
入门百科

NumPy索引与切片的用法示例总结

[复制链接]
我放心你带套猛 显示全部楼层 发表于 2021-8-14 08:47:16 |阅读模式 打印 上一主题 下一主题
前言

索引和切片是NumPy中最紧张最常用的操作。熟练使用NumPy切片操作是数据处理和呆板学习的前提,所以肯定要把握好。
参考NumPy官方文档,总结NumPy索引和切片,可以看到它们相比Python更加方便、简介和强盛。
索引和切片


您可以使用与切片 Python列表相同的方法,对NumPy数组进行索引和切片。
  1. >>> data = np.array([1, 2, 3])
  2. >>> data[1]
  3. 2
  4. >>> data[0:2]
  5. array([1, 2])
  6. >>> data[1:]
  7. array([2, 3])
  8. >>> data[-2:]
  9. array([2, 3])
复制代码
你可以这样想象:

您可能必要获取数组的一部门或特定命组元素,以便在进一步分析或其他操作中使用。为此,必要对数组进行子集、切片和/或索引。
假如您想从数组中选择满足特定条件的值,那么NumPy很简单。
比方,假如从这个数组开始:
  1. >>> a = np.array([[1 , 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
复制代码
可以轻松打印数组中小于5的所有值。
  1. >>> print(a[a < 5])
  2. [1 2 3 4]
复制代码
比方,还可以选择等于或大于5的数字,并使用该条件对数组进行索引。
  1. >>> five_up = (a >= 5)
  2. >>> print(a[five_up])
  3. [ 5  6  7  8  9 10 11 12]
复制代码
可以选择可被2整除的元素:
  1. >>> divisible_by_2 = a[a%2==0]
  2. >>> print(divisible_by_2)
  3. [ 2  4  6  8 10 12]
复制代码
大概可以使用&和|运算符选择满足两个条件的元素:
  1. >>> c = a[(a > 2) & (a < 11)]
  2. >>> print(c)
  3. [ 3  4  5  6  7  8  9 10]
复制代码
还可以使用逻辑运算符&和 |返回布尔值,指定命组中的值是否满足特定条件。这对于包含名称或其他分类值的数组很有用。
  1. >>> five_up = (a > 5) | (a == 5)
  2. >>> print(five_up)
  3. [[False False False False]
  4. [ True  True  True  True]
  5. [ True  True  True True]]
复制代码
还可以使用np.nonzero()从数组中选择元素或索引。
从这个数组开始:
  1. >>> a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
复制代码
可以使用np.nonzero()打印元素的索引,比方,小于5:
  1. >>> b = np.nonzero(a < 5)
  2. >>> print(b)
  3. (array([0, 0, 0, 0]), array([0, 1, 2, 3]))
复制代码
在本例中,返回了一个数组元组:每个维度一个。第一个数组表现找到这些值的行索引,第二个数组表现找到这些值的列索引。
假如要天生元素所在的坐标列表,可以压缩数组,遍历坐标列表,然后打印它们。比方:
  1. >>> list_of_coordinates= list(zip(b[0], b[1]))
  2. >>> for coord in list_of_coordinates:
  3. ...     print(coord)
  4. (0, 0)
  5. (0, 1)
  6. (0, 2)
  7. (0, 3)
复制代码
还可以使用np.nonzero()打印数组中小于5的元素,并使用:
  1. >>> print(a[b])
  2. [1 2 3 4]
复制代码
假如要查找的元素在数组中不存在,则返回的索引数组将为空。比方:
  1. >>> not_there = np.nonzero(a == 42)
  2. >>> print(not_there)
  3. (array([], dtype=int64), array([], dtype=int64))
复制代码
总结

到此这篇关于NumPy索引与切片用法的文章就介绍到这了,更多相干NumPy索引与切片内容请搜索脚本之家从前的文章或继续浏览下面的相干文章渴望各人以后多多支持脚本之家!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

帖子地址: 

回复

使用道具 举报

分享
推广
火星云矿 | 预约S19Pro,享500抵1000!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

草根技术分享(草根吧)是全球知名中文IT技术交流平台,创建于2021年,包含原创博客、精品问答、职业培训、技术社区、资源下载等产品服务,提供原创、优质、完整内容的专业IT技术开发社区。
  • 官方手机版

  • 微信公众号

  • 商务合作