python矩阵索引（自己学习记录）

夜曲2021_

已于 2022-03-17 11:39:59 修改

阅读量8.5k

点赞数 6

CC 4.0 BY-SA版权

文章标签：矩阵线性代数 python

于 2022-03-17 11:20:19 首次发布

本文链接：https://blog.youkuaiyun.com/fightclub_/article/details/123545627

本文详细解析了numpy数组中通过不同索引选择和交换矩阵元素的方法，包括行/列选择、指定行/列范围以及使用多维索引进行复杂操作。重点展示了如何用[1,0,2]这样的索引组合改变元素顺序，以及其在实际应用中的效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

a = np.array([[1,2,3],[3,4,5],[4,5,6]])
b = a[:,:]        #取矩阵的所有行中所有列的值，即全部取

结果为：

b：

[[1 2 3]
[3 4 5]
[4 5 6]]

a = np.array([[1,2,3],[3,4,5],[4,5,6]])
b = a[0:2,:]        #取前两行的所有值

结果为：

b：

[[1 2 3]
[3 4 5]]

a = np.array([[1,2,3],[3,4,5],[4,5,6]])
d = a[:,0:2]        #取前两列的所有值

结果为：

b：

[[1 2]
[3 4]
[4 5]]

a = np.array([[1,2,3],[3,4,5],[4,5,6]])
d = a[-1,0:2]        #取最后一行的前2个值

结果为：

b：

[4 5]

a = np.array([[1,2,3],[3,4,5],[4,5,6]])
d = a[:,[1,0,2]]

结果为：

b：

[3 5]

******

a = np.array([[1,2,3],[3,4,5],[4,5,6]])
b = a[:,[1,0,2]]         #将每一行的索引为0和索引为2的数调换位置，即[1,0,2]起到的作用

结果为：

[[2 1 3]
[4 3 5]
[5 4 6]]

a = np.array([[1,2,3],[3,4,5],[4,5,6]])
d = a[[1,0,2],:]         #将每一列的索引为0和索引为2的数调换位置，即[1,0,2]起到的作用

结果为：

b：

[[3 4 5]
[1 2 3]
[4 5 6]]

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

夜曲2021_

关注关注

6
点赞
踩
27

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

Python矩阵运算

一个专注于机器学习基础与实战的技术博客，内容涵盖算法推导、模型实现、数学原理与代码实践。用通俗的语言解析复杂概念，记录学习过程中的思考与总结，适合机器学习爱好者和从业者参考。

01-20

1806

若主元为或绝对值很小，就需要在该列中寻找绝对值较大的元素所在行，通过构建置换矩阵来交换行，以确保主元非零且尽可能大，提高分解的稳定性和准确性。即所用坐标法进行矩阵元素的索引，矩阵的索引从0开始，可以使用行、列的索引来访问特定元素。SVD 是将矩阵分解为三个矩阵：左奇异矩阵、对角矩阵（奇异值）、右奇异矩阵。通过指定多个索引来访问矩阵中的特定元素。布尔索引允许通过条件筛选矩阵中的元素，返回满足条件的元素。LU 分解将矩阵分解为一个下三角矩阵和一个上三角矩阵。QR 分解将矩阵分解为正交矩阵和上三角矩阵。

python矩阵运算算法_python 矩阵运算

weixin_34109083的博客

12-29

2382

本文转自：http://blog.sina.com.cn/s/blog_5f234d4701012p64.html科学计算：Python VS. MATLAB(3)----线性代数基础按：在介绍工具之前先对理论基础进行必要的回顾是很必要的。没有理论的基础，讲再多的应用都是空中楼阁。本文主要设涉及线性代数和矩阵论的基本内容。先回顾这部分理论基础，然后给出MATLAB，继而给出Python的处理。个人...

参与评论您还未登录，请先登录后发表或查看评论

python矩阵索引_numpy中的矩阵索引

weixin_39569543的博客

12-15

760

I was growing confused during the development of a small Python script involving matrix operations, so I fired up a shell to play around with a toy example and develop a better understanding of matrix...

Python矩阵元素索引就一个公式

icontent

07-19

2709

转自：https://www.pinlue.com/article/2021/06/2800/0011639252000.html 一旦创建矩阵，如果需要获取矩阵中的某个或某些元素，就需要用到索引。这里我们先以一个一维矩阵（也就是向量）为例，看看Python中元素索引的特征和规律。如下图所示，向量元素为1~5，对应的索引为0~4，可见起始地址为0，这称之为正向索引。也可以从最后一个元素算起，起始地址为-1，这称之为逆向索引（或负向索引）。根据这个规律，我们可以获取相应的元素，例如，获取起始元素

探究Python中NumPy数组索引的规律

yzlh2009的博客

02-26

5219

从第一个数组和第二个数组分别取出对应的数作为索引的第一维和第二维，这个有点复杂，但很有用，特别是在深度学习中。b中每个元素对应a中一行，如果需要对应a单个元素，需要b的元素本身二维列表、数组或者元组。相当于在上一种情况中把b变成了三个数组，所以一共得到了三个矩阵。b=([1,1,0], [0,0,0])，情况如何？等同于使用两个数组（不是一个矩阵），相当于。这里b可以换成列表或元组，a不能换。

Python矩阵常见运算操作实例总结

09-21

在Python编程中，处理矩阵...掌握这些基本的Python矩阵运算操作，能帮助我们高效地处理各种线性代数问题，尤其在数据分析和机器学习领域中显得尤为重要。通过实践和不断练习，可以更加熟练地运用numpy库进行矩阵运算。

python 矩阵索引

最新发布

12-31

### Python 中 NumPy 矩阵索引方法在 Python 的 NumPy 库中，矩阵索引主要通过 `np.ndarray.__getitem__` 方法实现[^1]。此方法允许用户以多种方式访问数组中的元素或子集。 #### 基本索引与切片对于简单的整数...

python矩阵索引

11-29

以下是Python中矩阵索引的例子： 1. 取矩阵的所有行中所有列的值 ```python a = np.array([[1,2,3],[3,4,5],[4,5,6]]) b = a[:,:] print(b) # 输出： # [[1 2 3] # [3 4 5] # [4 5 6]] ``` 2. 取矩阵的第一行 ```...

python 矩阵索引_Python张量矩阵的指数矩阵,pytorchtensor,索引

weixin_36260304的博客

03-01

704

pytorch tensor矩阵索引矩阵正确性有待考究。。。含有 : 索引import torch as tneg_mask_ints = t.arange(36).view(3, 3, 4)target = t.randint(0, 4, (3,))print('target: ', target)print(neg_mask_ints)b = neg_mask_ints[:, :, targe...

python 矩阵索引_Python中的索引/重塑矩阵以匹配目标矩阵

weixin_39623620的博客

01-13

291

首先，创建一个numpy数组：import numpy as nparr = np.asarray(a)arrarray([[ 1. , 0.3491, 0. , 0. , 0. , 0. , 0. ,0. , 0. , 0. , 1. , 0.1648, 0. , 0. ,0. , 0. ...

python知识索引-数组、矩阵、字典、函数

小白兔的窝

11-16

2656

>>> [1,2,3]*3 [1, 2, 3, 1, 2, 3, 1, 2, 3] >>> a=array([1,2,3]) >>> b=array([2,3,4]) >>> a*b array([ 2, 6, 12]) >>> a=mat([1,2,3]) >>> b=mat([2,3,4]) >>> a*b Traceback (most recent call last): File

Python 快速构建矩阵的索引

计算机视觉

01-20

1634

>>> [(x, y) for x in range(3) for y in range(5)] [(0, 0), (0, 1), (0, 2), (0, 3), (0, 4), (1, 0), (1, 1), (1, 2), (1, 3), (1, 4), (2, 0), (2, 1), (2, 2), (2, 3), (2, 4)]

Python np.where()矩阵索引

Angelaboy的博客

04-20

2232

import numpy as np A=np.array([[1,3,5],[2,4,6],[9,8,7]]) print(np.where(A==1)) (array([0], dtype=int64), array([0], dtype=int64)) print(np.where(A==2)) (array([1], dtype=int64), array([0], dtype=int64)) A=np.array([[1,3,5],[2,4,6],[9,2,7]]) print(np.w

Python库系列numpy(3)—--数组的索引

weixin_69411403的博客

07-24

2405

numpy数组一些基本的索引方法

Python矩阵

澍yeah的博客

07-12

1430

>>> n = np.arange(0, 30, 2)>>> narray([ 0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28])>>> n=n.reshape(3,5)>>> narray([[ 0, 2, 4, 6, 8], [10, ...

python numpy矩阵索引_python – Numpy中的矩阵索引

weixin_34283265的博客

03-01

4689

索引后查看形状：In [295]: A=np.matrix([1,2,3])In [296]: A.shapeOut[296]: (1, 3)In [297]: A[0]Out[297]: matrix([[1, 2, 3]])In [298]: A[0].shapeOut[298]: (1, 3)这种行为的关键是np.matrix总是2d.所以即使你选择一行(A [0,：]),结果仍然是2d,形...

python torch 多个矩阵作为矩阵索引

goodgoodstudy___的博客

11-12

1768

最近看代码遇到多个矩阵作为矩阵索引的情况，网上没找到能理解的资料，有点懵，记录一下预备知识：数组和矩阵作为矩阵索引：https://blog.youkuaiyun.com/yzlh2009/article/details/114118470 1. 定义使用的矩阵 batch_indices=torch.arange(2, dtype=torch.long)[:, None].repeat(1, 4) row_indices = torch.arange(4, dtype=torch.long)[None, :].r

python numpy数组索引_python – 通过索引将numpy数组中的值设置为...

weixin_35158450的博客

12-24

879

矢量化方法将适当的元素设置为NaNimport numpy as np# Create mask of positions in x (with float datatype) where NaNs are to be putmask = np.asarray(cutoff)[:,None] > np.arange(x.shape[1])# Put NaNs into masked regi...