NumPy 切片和索引
ndarray
对象的内容可以通过索引或切片来访问和修改,就像 Python 的内置容器对象一样。
如前所述, ndarray
对象中的元素遵循基于零的索引。 有三种可用的索引方法类型: 字段访问,基本切片和高级索引。
基本切片是 Python 中基本切片概念到 n 维的扩展。 通过将 start
, stop
和 step
参数提供给内置的 slice
函数来构造一个 Python slice
对象。 此 slice
对象被传递给数组来提取数组的一部分。
示例 1
import numpy as np
a = np.arange(10)
s = slice(2,7,2)
print(a[s])
输出如下:
[2 4 6]
在上面的例子中, ndarray
对象由 arange()
函数创建。 然后,分别用起始,终止和步长值 2
, 7
和 2
定义切片对象。 当这个切片对象传递给 ndarray
时,会对它的一部分进行切片,从索引 2
到 7
,步长为 2
。
将由冒号分隔的切片参数( start:stop:step
)直接提供给 ndarray
对象,也可以获得相同的结果。
示例 2
import numpy as np
a = np.arange(10)
b = a[2:7:2]
print(b)
输出如下:
[2 4 6]
如果只输入一个参数,则将返回与索引对应的单个项目。 如果使用 a:
,则从该索引向后的所有项目将被提取。 如果使用两个参数(以 :
分隔),则对两个索引(不包括停止索引)之间的元素以默认步骤进行切片。
示例 3
# 对单个元素进行切片
import numpy as np
a = np.arange(10)
b = a[5]
print(b)
输出如下:
5
示例 4
# 对始于索引的元素进行切片
import numpy as np
a = np.arange(10)
print(a[2:])
输出如下:
[2 3 4 5 6 7 8 9]
示例 5
# 对索引之间的元素进行切片
import numpy as np
a = np.arange(10)
print(a[2:5])
输出如下:
[2 3 4]
上面的描述也可用于多维 ndarray
。
子矩阵
示例 6
import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print(a)
# 对始于索引的元素进行切片
print('现在我们从索引 a[1:] 开始对数组切片')
print(a[1:])
# 多维数据可以按照各个维度进行切片来截取子矩阵
print('\n')
print(a[1:3, 1:])
输出如下:
[[1 2 3]
[3 4 5]
[4 5 6]]
现在我们从索引 a[1:] 开始对数组切片
[[3 4 5]
[4 5 6]]
[[4 5]
[5 6]]
增加维度
print(a[:, None], a[:, None].shape, '\n')
[[[1 2 3]]
[[3 4 5]]
[[4 5 6]]]
(3, 1, 3)
这里应该是大家最疑惑的地方了,为什么列的参数改成 None,输出的 shape 都变了,这里大家要知道,None 代表新增加一个维度,它有一个别称叫 newaxis,大家可以输出一下 numpy.newaxis 就知道了,那么这个别称应该顾名思义了吧。那么为什么是 5x1x5,而不是 5x5x1 呢,那是因为你在第二维上用了 None,你如果在第三维上用就会变成 5x5x1 了,不信你看
print(a[:, :, None], '\n\n', a[:, :, None].shape, '\n')
[[[1]
[2]
[3]]
[[3]
[4]
[5]]
[[4]
[5]
[6]]]
(3, 3, 1)
全选维度
切片还可以包括省略号( ...
),来使选择结果的长度与数组的维度相同。 如果在行位置使用省略号,它将返回包含行中元素的 ndarray
。
三个点是什么鬼,凭记忆这不是可以换行的操作么,但这里不是,它是省略所有的冒号来用省略号代替,大家看这个 a[:, :, None]和 a[…, None]的输出是一样的,就是因为…代替了前面两个冒号。这下应该清楚了。 至于三维以上的,那跟二维是一模一样啊。
示例 7
# 最开始的数组
import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print('我们的数组是:')
print(a)
print('\n')
# 这会返回第二列元素的数组:
print('第二列的元素是:')
print(a[...,1])
print('\n')
# 现在我们从第二行切片所有元素:
print('第二行的元素是:')
print(a[1,...])
print('\n')
# 现在我们从第二列向后切片所有元素:
print('第二列及其剩余元素是:')
print(a[...,1:])
输出如下:
我们的数组是:
[[1 2 3]
[3 4 5]
[4 5 6]]
第二列的元素是:
[2 4 5]
第二行的元素是:
[3 4 5]
第二列及其剩余元素是:
[[2 3]
[4 5]
[5 6]]
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
上一篇: NumPy 来自数值范围的数组
下一篇: 彻底找到 Tomcat 启动速度慢的元凶
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论