Python中的X[:,0]和X[:,1]

本文深入解析NumPy数组的切片操作,包括一维和二维数组的不同切片方式,如X[:,0]表示获取所有行的第0个元素,X[n,:]表示获取第n行的所有元素,以及X[:,m:n]表示获取所有行从第m到n-1列的数据。通过实例演示了如何使用这些切片技巧来高效处理数据。

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

推荐一个大神的人工智能教程!http://blog.youkuaiyun.com/jiangjunshow

X[:,0]是numpy中数组的一种写法,表示对一个二维数组,取该二维数组第一维中的所有数据,第二维中取第0个数据,直观来说,X[:,0]就是取所有行的第0个数据, X[:,1] 就是取所有行的第1个数据。

举例说明:


 
  1. import numpy as np
  2. X = np.array([[ 0, 1],[ 2, 3],[ 4, 5],[ 6, 7],[ 8, 9],[ 10, 11],[ 12, 13],[ 14, 15],[ 16, 17],[ 18, 19]])
  3. print X[:, 0]

X[:,0]输出结果是:





 
  1. import numpy as np
  2. X = np.array([[ 0, 1],[ 2, 3],[ 4, 5],[ 6, 7],[ 8, 9],[ 10, 11],[ 12, 13],[ 14, 15],[ 16, 17],[ 18, 19]])
  3. print X[:, 1]

X[:,1]输出结果是:


X[n,:]是取第1维中下标为n的元素的所有值。

X[1,:]即取第一维中下标为1的元素的所有值,输出结果:



X[:,  m:n],即取所有数据的第m到n-1列数据,含左不含右

例:输出X数组中所有行第1到2列数据


 
  1. X = np.array([[ 0, 1, 2],[ 3, 4, 5],[ 6, 7, 8],[ 9, 10, 11],[ 12, 13, 14],[ 15, 16, 17],[ 18, 19, 20]])
  2. print X[:, 1: 3]

输出结果:



推荐一个大神的人工智能教程!http://blog.youkuaiyun.com/jiangjunshow

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