美文网首页我爱编程
python3.6 numpy多维数组索引和切片

python3.6 numpy多维数组索引和切片

作者: LeeMin_Z | 来源:发表于2018-05-14 18:55 被阅读187次

    一维数组类似MATLAB,多维数组写法不同。numpy起始值为0。
    起始行LMATLAB 叫第一行,numpy叫第零行。

    slice[start : stop : step]

    1. 对一维数组切片或索引

    核心:操作类似list(),或者MATLAB的一维数组写法

    输入

    import numpy as np
    a = np.arange(10)
    print('a is:\n',a)
    
    # 索引
    b = a[0]
    print('b is:\n',b)
    
    # 切片
    c = a[0:7:2]
    d = a[5:]
    print('c is:\n',c)
    print('d is:\n',d)
    

    输出

    a is:
     [0 1 2 3 4 5 6 7 8 9]
    b is:
     0
    c is:
     [0 2 4 6]
    d is:
     [5 6 7 8 9]
    

    2. 对多维数组切片或索引

    索引:

    注意MATLAB是一个个点坐标,numpy是同维度的坐标写在一个括号里。

    例如三维空间数组里有四个点:
    (x1,y1,z1),(x2,y2,z2),(x3,y3,z3),(x4,y4,z4)

    MATLAB写法
    [ (x1,y1,z1) , (x2,y2,z2) , (x3,y3,z3) , (x4,y4,z4) ]

    numpy写法
    [(x1,x2,x3,x4) , (y1,y2,y3,y4) , (z1,z2,z3,z4)]

    延伸抽象出numpy的写法,每个括号里类似一维操作。
    [(针对x轴的一维操作),(针对y轴的一维操作),(针对z轴的一维操作)]

    2.1 二维数组例子

    格式: 数组名[行操作,列操作]
    两个占位符:
    ... 维度占位符,对行或列全选/不操作
    : 某个维度内元素占位符,对前/后的元素进行全选,参考切片的slice[start:stop:step]

    切片可视化:


    slice-2.png
    >>> y = np.arange(35).reshape(5,7)
    [[ 0  1  2  3  4  5  6]
     [ 7  8  9 10 11 12 13]
     [14 15 16 17 18 19 20]
     [21 22 23 24 25 26 27]
     [28 29 30 31 32 33 34]]
    
    >>> y[1:5:2,::3]
    array([[ 7, 10, 13],
           [21, 24, 27]])
    
    # Python3.6 IN 
    import numpy as np
    
    x = np.array([[1,  2],  [3,  4],  [5,  6]])
    print('x is :\n',x)
    y = x[[0,1,2],  [0,1,0]]
    print('x is :\n',y)
    
    # Python3.6 OUT
    x is :
     [[1 2]
     [3 4]
     [5 6]]
    x is :
     [1 4 5]
    

    3. 布尔索引

    其实有点像运算,或者设置过滤布尔类型的过滤条件。

    # Python3.6 IN
    import numpy as np
    
    x = np.array([[  0,  1,  2],[  3,  4,  5],[  6,  7,  8],[  9,  10,  11]])
    print('x is :\n',x)
    b = x[x >  5]
    print('b is :\n',b)
    
    # Python3.6 OUT
    x is :
     [[ 0  1  2]
     [ 3  4  5]
     [ 6  7  8]
     [ 9 10 11]]
    b is :
     [ 6  7  8  9 10 11]
    

    参考资料

    1. NumPy之四:高级索引和索引技巧

    2. numpy 数组索引

    3. TutorialsPoint NumPy 教程

    2018.5.14

    相关文章

      网友评论

        本文标题:python3.6 numpy多维数组索引和切片

        本文链接:https://www.haomeiwen.com/subject/lddqdftx.html