numpy基础——关于 ndarray 的一些尝试

本文通过实例展示了如何使用Python的NumPy库创建数组,并进行了切片、赋值等基本操作,介绍了数组索引的使用方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

In [1]: import numpy as np

In [3]: a_Mat = np.array([1,1],[1,1],[1,1])
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-3-99d92909603d> in <module>()
----> 1 a_Mat = np.array([1,1],[1,1],[1,1])

ValueError: only 2 non-keyword arguments accepted

In [4]: a_Mat = np.array([[1,1],[1,1],[1,1]])

In [5]: a_Mat
Out[5]:
array([[1, 1],
       [1, 1],
       [1, 1]])

In [6]: a_Mat[1:]
Out[6]:
array([[1, 1],
       [1, 1]])

In [7]: a_Mat = np.array([[1,1],[2,2],[3,3]])

In [8]: a_Mat
Out[8]:
array([[1, 1],
       [2, 2],
       [3, 3]])

In [9]: a_Mat[2:]
Out[9]: array([[3, 3]])

In [10]: a_Mat[1:]
Out[10]:
array([[2, 2],
       [3, 3]])

In [11]: a_Mat[1:]=['k','k']
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-11-77dcaa96fc0d> in <module>()
----> 1 a_Mat[1:]=['k','k']

ValueError: invalid literal for int() with base 10: 'k'

In [12]: a_Mat[1:]=[6,6]

In [13]: a_Mat
Out[13]:
array([[1, 1],
       [6, 6],
       [6, 6]])

In [14]: a_Mat[0]=[7,7]

In [15]: a_Mat
Out[15]:
array([[7, 7],
       [6, 6],
       [6, 6]])

In [16]: a_Mat[1,:]=[9,6]

In [17]: a_Mat
Out[17]:
array([[7, 7],
       [9, 6],
       [6, 6]])
In [18]: a_Mat[2,1]
Out[18]: 6

In [19]: a_Mat[2,0]
Out[19]: 6

In [20]: a_Mat[2,0]=4

In [21]: a_Mat
Out[21]:
array([[7, 7],
       [9, 6],
       [4, 6]])

ndarra
y[arg1,arg2]

arg1 表示行

arg2 表示该行中的列

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值