首页 | 新闻 | 新品 | 文库 | 方案 | 视频 | 下载 | 商城 | 开发板 | 数据中心 | 座谈新版 | 培训 | 工具 | 博客 | 论坛 | 百科 | GEC | 活动 | 主题月 | 电子展
返回列表 回复 发帖

Numpy 模块基础学习(4)

Numpy 模块基础学习(4)

4. 索引与切片

数组索引与字符串列表中的索引用法类似

    import numpy as np
    # 对于一维数组,索引与string,list一样
    >>>a=np.arange(12,0,-1)
    >>>a
    [12, 11, 10, 9, 8, 7, 6, 5, 4, 3, 2, 1]
    >>>a[1]
    12
    >>>
    # 对于二维数组乃至多维数组索引类似与列表中嵌套列表的索引方式
    >>>b=np.arange(12,0,-1).reshape(3,4)
    >>>b
    array([[12, 11, 10,  9],
           [ 8,  7,  6,  5],
           [ 4,  3,  2,  1]])
    >>>b[1][1]
    7

数组中的切片与列表字符串小有差别,与R语言中的矩阵相差无异

    >>>b=np.arange(12,0,-1).reshape(3,4)
    >>>b
    array([[12, 11, 10,  9],
           [ 8,  7,  6,  5],
           [ 4,  3,  2,  1]])
    >>>b[1,1:3]  # 第二行的第一列第二列
    array([7, 6])

flat是一个数组中的迭代器,flatten()函数进行降维操作,将多维数组降为一维数组

    >>>b.flatten()
    array([12, 11, 10,  9,  8,  7,  6,  5,  4,  3,  2,  1]
返回列表