小白教程
所有教程
关于
Search
172.70.100.155
172.70.100.155
参数设置
贡献
退出
操作
编辑
移动
保护
信息
历史
删除
查看“NumPy 切片和索引”的源代码
本页内容
上一节:
NumPy_从数值范围创建数组
下一节:
NumPy_高级索引
因为以下原因,您没有权限编辑本页:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
{{DISPLAYTITLE:NumPy 切片和索引}}[[Category:NumPy 教程|9]] = NumPy 切片和索引 = 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。 <sample title="" desc="" lang="python" hererun="1"> import numpy as np 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]) </sample> 输出结果为: <sample title="" desc="" lang="python" hererun="1"> [2 4 6] </sample> 以上实例中,我们首先通过 arange() 函数创建 ndarray 对象。 然后,分别设置起始,终止和步长的参数为 2,7 和 2。 我们也可以通过冒号分隔切片参数 '''start:stop:step''' 来进行切片操作: <sample title="" desc="" lang="python" hererun="1"> import numpy as np 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) </sample> 输出结果为: <sample title="" desc="" lang="python" hererun="1"> [2 4 6] </sample> 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。 <sample title="" desc="" lang="python" hererun="1"> import numpy as np a = np.arange(10) # [0 1 2 3 4 5 6 7 8 9] b = a[5] print(b) </sample> 输出结果为: <sample title="" desc="" lang="python" hererun="1"> 5 </sample> <sample title="" desc="" lang="python" hererun="1"> import numpy as np a = np.arange(10) print(a[2:]) </sample> 输出结果为: <sample title="" desc="" lang="python" hererun="1"> [2 3 4 5 6 7 8 9] </sample> <sample title="" desc="" lang="python" hererun="1"> import numpy as np a = np.arange(10) # [0 1 2 3 4 5 6 7 8 9] print(a[2:5]) </sample> 输出结果为: <sample title="" desc="" lang="python" hererun="1"> [2 3 4] </sample> 多维数组同样适用上述索引提取方法: <sample title="" desc="" lang="python" hererun="1"> import numpy as np a = np.array([[1,2,3],[3,4,5],[4,5,6]]) print(a) # 从某个索引处开始切割 print('从数组索引 a[1:] 处开始切割') print(a[1:]) </sample> 输出结果为: <sample title="" desc="" lang="python" hererun="1"> [[1 2 3] [3 4 5] [4 5 6]] 从数组索引 a[1:] 处开始切割 [[3 4 5] [4 5 6]] </sample> 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。 如果在行位置使用省略号,它将返回包含行中元素的 ndarray。 <sample title="" desc="" lang="python" hererun="1"> import numpy as np a = np.array([[1,2,3],[3,4,5],[4,5,6]]) print (a[...,1]) # 第2列元素 print (a[1,...]) # 第2行元素 print (a[...,1:]) # 第2列及剩下的所有元素 </sample> 输出结果为: <sample title="" desc="" lang="python" hererun="1"> [2 4 5] [3 4 5] [[2 3] [4 5] [5 6]] </sample>
返回至“
NumPy 切片和索引
”。
上一节:
NumPy_从数值范围创建数组
下一节:
NumPy_高级索引