首页 >编程 >正文

numpy数组切片的使用

本文主要介绍了numpy数组切片的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
import numpy as np
a = np.array([[1.1,2.1,3.1,4.1],[5,6,7,8],[9,10,11,12]])  
a

numpy数组切片的使用

numpy.array的数组切片

1.使用省略号来省略数组的参数的用法

print (a[...,1])   # 索引为1的列元素
print ('--------') 
print (a[1,...])   # 索引为1的行元素
print ('--------') 
print (a[...,1:])  # 索引为1的列及剩下的所有列元素
print ('--------') 
print (a[1:,...])  # 索引为1的行及剩下的所有行元素
print ('--------') 

numpy数组切片的使用

2.采用冒号来省略数组的参数的切片用法

情况1.数字在冒号前

numpy数组切片的使用

结论:可见,数字在冒号前,表示返回索引为行(列)及其以后的数据

情况2,数字在冒号后

numpy数组切片的使用

列操作

numpy数组切片的使用

结论:数字在冒号后面返回的是前N行(列)数据,而不是索引

应用

numpy数组切片的使用

a[:,:-1]返回除最后一列外的其他前N列,然后用mean()在y轴上取个平均数,repeat()方法在y轴方向上复制4次。

numpy的数组合并

numpy数组切片的使用

numpy的常用函数讲解

np.arange()

函数返回一个有终点和起点的固定步长的排列,如[1,2,3,4,5],起点是1,终点是6,步长为1。
参数个数情况: np.arange()函数分为一个参数,两个参数,三个参数三种情况
1)一个参数时,参数值为终点,起点取默认值0,步长取默认值1。
2)两个参数时,第一个参数为起点,第二个参数为终点,步长取默认值1。
3)三个参数时,第一个参数为起点,第二个参数为终点,第三个参数为步长。其中步长支持小数

随机函数seed()

一、功能

np.random.seed(n)函数用于生成指定随机数。

二、参数

把seed()中的参数比喻成“堆”;eg. seed(5):表示第5堆种子。

seed()中的参数被设置了之后,np.random.seed()可以按顺序产生一组固定的数组,如果使用相同的seed()值,则每次生成的随机数都相同。如果不设置这个值,那么每次生成的随机数不同。但是,只在调用的时候seed()一下并不能使生成的随机数相同,需要每次调用都seed()一下,表示种子相同,从而生成的随机数相同。

到此这篇关于numpy数组切片的使用的文章就介绍到这了,更多相关numpy 数组切片内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

网友评论

验证码 换一张
取 消
暂无评论...
三日内热门评论文章
关键词
为您推荐
  • 相关阅读
  • 业界资讯
  • 手机通讯
  • 电脑办公
  • 新奇数码
  • 软件游戏
  • 科学探索