python | numpy索引操作小记

╰+攻爆jí腚メ 2022-10-10 09:50 158阅读 0赞

numpy的索引非常强大，不仅支持数组索引，二维数组索引，还支持将数组与切片相结合的方式的索引。

下面是简单的示例：

>>> a=np.arange(20).reshape([4,5])
    >>> a
    array([[ 0,  1,  2,  3,  4],
           [ 5,  6,  7,  8,  9],
           [10, 11, 12, 13, 14],
           [15, 16, 17, 18, 19]])

取第一行

>>> a[0]
    array([0, 1, 2, 3, 4])
    
    >>> a[[0]]
    array([[0, 1, 2, 3, 4]])
    
    >>> a[0,]
    array([0, 1, 2, 3, 4])

取第一列

>>> a[:,0]
    array([ 0,  5, 10, 15])
    
    >>> a[:,[0]]
    array([[ 0],
           [ 5],
           [10],
           [15]])

取 a ~ b行，n ~ m列

>>> a[1:3,2:4] # 1~3行，2~4列
    array([[ 7,  8],
           [12, 13]])

取 a ~ b行，x,y,z 列

>>> a[1:3,[1,3,4]]	#
    array([[ 6,  8,  9],
           [11, 13, 14]])

取数组中固定元素

>>> a[[0,1,2,3],[0,1,2,3]]
    array([ 0,  6, 12, 18])
    
    #等同行于
    >>> np.array((a[0][0],a[1][1],a[2][2],a[3][3]))
    array([ 0,  6, 12, 18])

取第1，2，3行的，2~3列元素。

>>> a[[0,1,2],1:3]
    array([[ 1,  2],
           [ 6,  7],
           [11, 12]])

--------------------

附上官方参考文档：  
[numpy索引：https://www.numpy.org.cn/user/basics/indexing.html][numpy_https_www.numpy.org.cn_user_basics_indexing.html]

[numpy_https_www.numpy.org.cn_user_basics_indexing.html]: https://www.numpy.org.cn/user/basics/indexing.html

python | numpy索引操作小记

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关 numpy数组操作汇总：索引，切片，广播及其他

相关 Python | numpy基础：ndarray数组索引与切片

相关 Python | numpy基础：神奇索引

相关 python | numpy索引操作小记

相关 MYSQL索引优化小记

相关 gerrit操作小记

相关 python中的numpy基本操作

相关 Numpy 数组及其索引

相关 Python Numpy常用操作

相关 python——numpy 常用操作