numpy数组切片操作,Python中的切片

　　Numpy常用于矩阵运算。今天，边肖带你看看numpy是如何在Python中解决切片问题的。

　　1.取元素 X[n0,n1]

　　这是最基本的情况，就是取第0维的第n个元素，继续取第1维的n1个元素。比如X[2，2]表示第0维的第2个元素[20，21，22，23]，那么它的第1维的第2个元素就是22；

　　2.切片 X[s0:e0,s1:e1]

　　这是最常见的切片操作，也就是取第0维的s0到e0元素，继续取第1维的s1到e1元素(左闭右开)。比如X[1:3，1:3]表示第0维的第(1:3)个元素[[10，11，12，13]，[20，21，22，23]]，那么第1维的第(1:3)个元素就是[[

　　3.切片特殊情况 X[:e0,s1:]

　　特例，即从左侧0可以省略X[:e0，s1:e1]，从右侧到末端可以省略X [s03360，s1:e1]，可以取某维的所有元素X X[:s1:e1]]。其实和Python的序列切片规则是一样的。

　　常见的X [3360，0]表示第0维取全部，第1维取0号元素；

　　示例代码

　　将numpy作为np导入

　　X=np.array([[0，1，2，3]，[10，11，12，13]，[20，21，22，23]，[30，31，32，33])

　　# X是一个维数为0，1的二维数组。

　　# Layer 0 []表示第0个维度；第一层[]代表第一维度；

　　# X[n0，n1]表示第0维取第n个元素，第1维取第n1个元素。

　　print(X[1，0])

　　# X[1:3，1:3]表示第0维取(133603)个元素，第1维取(1:3)个元素。

　　打印(X[1:3，1:3])

　　# X[:n0，n1]表示第0维取第0到第n0个元素，第1维取第0到n1个元素。

　　打印(X[:2，2])

　　# x [3360，n1]表示第0维取所有元素，第1维取第0到n1个元素。

　　打印(X[:2])

　　# x [3360，0])表示第0维取所有元素，第1维取第0个元素。

　　print(X[:,0])

输出结果

10　　[[11 12]　　 [21 22]]　　[[ 0 1]　　 [10 11]]　　[[ 0 1]　　 [10 11]　　 [20 21]　　 [30 31]]　　[ 0 10 20 30]　　

PS：X[n0,n1]简介

X[n0,n1]是通过 numpy 库引用二维数组或矩阵中的某一段数据集的一种写法。

类似的，X[n0,n1,n2]表示取三维数组，取N维数组则有N个参数，N-1个逗号分隔。

以二维数组为例：

import numpy as npX = np.array([[0,1,2,3],[10,11,12,13],[20,21,22,23],[30,31,32,33]])　　

X 是一个二维数组，维度分别为 0 ，1；为了方便理解多维，采取数中括号的方式 ‘[’ 确定维数，例如：从左往右，第 0 层 [] 表示第 0 维；第 1 层 [] 表示第 1 维；…以此类推。

学会了切片方法的小伙伴，不要错过我们下期的numpy索引哦~更多Python学习推荐:PyThon学习网教学中心。

（推荐操作系统：windows7系统、Python 3.9.1，DELL G3电脑。）

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。