numpy 多维矩阵及切片存取

最新推荐文章于 2025-05-13 09:16:46 发布

qq_28808697

最新推荐文章于 2025-05-13 09:16:46 发布

阅读量855

点赞数

CC 4.0 BY-SA版权

分类专栏： python

本文链接：https://blog.youkuaiyun.com/qq_28808697/article/details/78564736

python 专栏收录该内容

39 篇文章

订阅专栏

本文详细解析了形状为（4，3，3，2）的4维矩阵，并通过实例展示了如何利用numpy进行多维数组的切片操作，包括选取特定子矩阵的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对于shape是（4，3，3，2）的4维矩阵，其意思是在（4，3）的矩阵中，其每个元素是（3，2）的矩阵，也就是（4，3）的矩阵嵌套一个（3，2）的矩阵

import numpy as np
a = np.random.randn(4,3,3,2)
print(a)

输出结果为

[[[[-2.26728458 -0.93044922]
   [-0.79551665 -0.94800901]
   [ 0.78514497  2.06200093]]

  [[-1.60940096 -0.24614001]
   [ 0.29647288 -0.29924968]
   [ 0.16358296  0.74884066]]

  [[ 1.09777908  1.49181953]
   [ 0.46415243  0.24711349]
   [-1.2020132   1.24691265]]]


 [[[-0.31466526 -0.72276109]
   [-0.81892115  1.06496607]
   [ 1.401888    0.59864402]]

  **[[-2.08980204  0.55446417]
   [ 1.41521024 -2.51285901]
   [ 0.39136998  1.00890537]]**

  [[-0.39626076  1.38580398]
   [-1.29230797 -1.69083911]
   [ 1.54104362  0.8584694 ]]]


 [[[-0.28891173 -2.07050353]
   [-0.36509318 -1.03264759]
   [ 0.96609009 -0.84523115]]

  [[-1.67746496  0.0796231 ]
   [-0.24992364 -0.49804146]
   [-0.79940273  0.88040293]]

  [[-1.41201124  0.23929839]
   [-0.78763281 -0.76797591]
   [-1.15122065  0.40700796]]]


 [[[-1.19984005 -1.81134743]
   [-0.72768683 -0.08521888]
   [ 0.5493634   1.275239  ]]

  [[-1.59056989 -0.97041589]
   [-0.74594324 -0.61091165]
   [-1.09071522  1.08896788]]

  [[ 0.68662254 -1.70185507]
   [-0.39004449 -0.47509404]
   [-0.11858611 -0.49051322]]]]

那么

b = a[1,1]
print(b)

输出结果为

[[-2.08980204  0.55446417]
 [ 1.41521024 -2.51285901]
 [ 0.39136998  1.00890537]]

b刚好是在（4，3）矩阵的（1，1）位置上（矩阵维数从0开始计）

使用切片来读取，例如[0,2:4]用来读取第一行中的第二和第三个数。逗号前的数字表示第0轴下标取值范围，逗号之后表示第1维下标取值范围，2:4就表示2-4之间
在切片中，逗号分隔的是维度，冒号按照 start:end:step来分隔，start:end左闭右开，当索引为负数时，代表从右向左从-1开始数的对应位置

参考博客：
numpy函数：[16]多维数组切片存取