主頁 > 知識(shí)庫 > NumPy索引與切片的用法示例總結(jié)

NumPy索引與切片的用法示例總結(jié)

熱門標(biāo)簽:鐵路電話系統(tǒng) 智能手機(jī) 美圖手機(jī) 服務(wù)器配置 檢查注冊(cè)表項(xiàng) 網(wǎng)站文章發(fā)布 呼叫中心市場(chǎng)需求 銀行業(yè)務(wù)

前言

索引和切片是NumPy中最重要最常用的操作。熟練使用NumPy切片操作是數(shù)據(jù)處理和機(jī)器學(xué)習(xí)的前提,所以一定要掌握好。

參考NumPy官方文檔,總結(jié)NumPy索引和切片,可以看到它們相比Python更加方便、簡(jiǎn)介和強(qiáng)大。

索引和切片

您可以使用與切片 Python列表相同的方法,對(duì)NumPy數(shù)組進(jìn)行索引和切片。

>>> data = np.array([1, 2, 3])

>>> data[1]
2
>>> data[0:2]
array([1, 2])
>>> data[1:]
array([2, 3])
>>> data[-2:]
array([2, 3])

你可以這樣想象:

您可能需要獲取數(shù)組的一部分或特定數(shù)組元素,以便在進(jìn)一步分析或其他操作中使用。為此,需要對(duì)數(shù)組進(jìn)行子集、切片和/或索引。

如果您想從數(shù)組中選擇滿足特定條件的值,那么NumPy很簡(jiǎn)單。

例如,如果從這個(gè)數(shù)組開始:

>>> a = np.array([[1 , 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

可以輕松打印數(shù)組中小于5的所有值。

>>> print(a[a  5])
[1 2 3 4]

例如,還可以選擇等于或大于5的數(shù)字,并使用該條件對(duì)數(shù)組進(jìn)行索引。

>>> five_up = (a >= 5)
>>> print(a[five_up])
[ 5  6  7  8  9 10 11 12]

可以選擇可被2整除的元素:

>>> divisible_by_2 = a[a%2==0]
>>> print(divisible_by_2)
[ 2  4  6  8 10 12]

或者可以使用和|運(yùn)算符選擇滿足兩個(gè)條件的元素:

>>> c = a[(a > 2)  (a  11)]
>>> print(c)
[ 3  4  5  6  7  8  9 10]

還可以使用邏輯運(yùn)算符和 |返回布爾值,指定數(shù)組中的值是否滿足特定條件。這對(duì)于包含名稱或其他分類值的數(shù)組很有用。

>>> five_up = (a > 5) | (a == 5)
>>> print(five_up)
[[False False False False]
 [ True  True  True  True]
 [ True  True  True True]]

還可以使用np.nonzero()從數(shù)組中選擇元素或索引。

從這個(gè)數(shù)組開始:

>>> a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

可以使用np.nonzero()打印元素的索引,例如,小于5:

>>> b = np.nonzero(a  5)
>>> print(b)
(array([0, 0, 0, 0]), array([0, 1, 2, 3]))

在本例中,返回了一個(gè)數(shù)組元組:每個(gè)維度一個(gè)。第一個(gè)數(shù)組表示找到這些值的行索引,第二個(gè)數(shù)組表示找到這些值的列索引。

如果要生成元素所在的坐標(biāo)列表,可以壓縮數(shù)組,遍歷坐標(biāo)列表,然后打印它們。例如:

>>> list_of_coordinates= list(zip(b[0], b[1]))

>>> for coord in list_of_coordinates:
...     print(coord)
(0, 0)
(0, 1)
(0, 2)
(0, 3)

還可以使用np.nonzero()打印數(shù)組中小于5的元素,并使用:

>>> print(a[b])
[1 2 3 4]

如果要查找的元素在數(shù)組中不存在,則返回的索引數(shù)組將為空。例如:

>>> not_there = np.nonzero(a == 42)
>>> print(not_there)
(array([], dtype=int64), array([], dtype=int64))

總結(jié)

到此這篇關(guān)于NumPy索引與切片用法的文章就介紹到這了,更多相關(guān)NumPy索引與切片內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • numpy中索引和切片詳解
  • python numpy數(shù)組的索引和切片的操作方法
  • NumPy 基本切片和索引的具體使用方法
  • 淺析NumPy 切片和索引

標(biāo)簽:新疆 河南 紅河 沈陽 樂山 滄州 上海 長(zhǎng)治

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《NumPy索引與切片的用法示例總結(jié)》,本文關(guān)鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話咨詢

    • 400-1100-266