numpy获取矩阵元素

直接上代码吧，导入numpy，顺便来个3行4列的矩阵

import numpy as np

t1 = np.arange(12).reshape(3,4)
t1
'''
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
'''

# 开始取数~
t1[0,0] # 第一行，第一列（索引是从0开始哦）
# 0

# 不仅是取数，还能修改赋值！
t1[0,0] = 100
t1
'''
array([[100,   1,   2,   3],
       [  4,   5,   6,   7],
       [  8,   9,  10,  11]])
'''

下面有点难哦，我们来取连续的行和列：

# 第一行到第三行, 第二列到最后一列
# 因为索引从0开始，但我还是通俗地把第0行称作第一 行，大家读起来也更习惯~
t1[0:2,1:] 

'''
array([[1, 2, 3],
       [5, 6, 7]])
'''
# 连续的行, 不连续的列: 第二行到最后一行, 第二列, 第四列
t1[1:,(1,3)] 
# 用中括号也行，效果一样
t1[1:,[1,3]] 

'''
array([[ 5,  7],
       [ 9, 11]])
'''

# 开始有点烧脑了，多看几遍就看懂啦

# 先拿到连续的行,不连续的列, 然后再去取单独的行,和全部的列,可以拆开运行看看
t1[:,(1,3)][(0,2),:]  

# 拆开就是：先拿所有的行，第二列, 第四列，然后再取其中的第一行，第三行
'''
array([[ 1,  3],
       [ 9, 11]])
'''

接下来是按照条件取数：

# 再回顾一下t1长啥样：
'''
array([[100,   1,   2,   3],
       [  4,   5,   6,   7],
       [  8,   9,  10,  11]])
'''

# 矩阵加条件, 会返回一个逻辑矩阵, 尺寸和shape都一样，其中大于8的就是True，小于等于8的就是False
t1 > 8 

'''
array([[ True, False, False, False],
       [False, False, False, False],
       [False,  True,  True,  True]])
'''
# 矩阵筛选逻辑矩阵内为true的元素，搞定啦
t1[t1>8] 
# array([100,   9,  10,  11])

numpy篇就到此结束啦，pandas见~