Python取numpy数组的某几行某几列方法

转自:https://blog.youkuaiyun.com/qq_34734303/article/details/80631831

Python 取numpy数组的某几行某几列方法
直接分析,如原矩阵如下(1): 
 (1) 
我们要截取的矩阵(取其一三行,和三四列数据构成矩阵)为如下(2): 
 (2)

错误分析:

取 C 的1 3行,3 4 列,定义

Z = [0,2]   #定义行数
d = [2,3]   #定义列数

#代码
C_zd = C[z,d] 
1
2
3
4
5
则结果为: 
由结果分析取的是第一行第三列和第三行第四列的数据,并非我们想要的结果。

正确分析:

C_A = c[[0,2]]    #先取出想要的行数据
C_A = C_A[:,[2,3]] #再取出要求的列数据
print(C_A) #输出最终结果
1
2
3
结果为:   
其结果即为我们求解的,需要两步才可完成。
--------------------- 
版权声明:本文为优快云博主「qq_34734303」的原创文章,遵循CC 4.0 by-sa版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.youkuaiyun.com/qq_34734303/article/details/80631831

要提np.array的某,可以使用冒号(:)来表示所有行,然后再加上所需的索引。以下是两种常用的方法方法一:使用冒号和索引 使用冒号(:)来表示所有行,然后再加上所需的索引。例如,如果我们有一个名为"arr"的np.array,想要提第2,可以使用以下代码: arr[:, 1] 方法二:使用numpy的切片功能 使用numpy的切片功能,可以通过指定行和的范围来提特定的子数组。例如,如果我们想要提第2,可以使用以下代码: arr[:, 1:2] 这两种方法都可以用来得np.array的某一。具体使用哪一种方法决于你的需要以及代码的上下文。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [用Pythonnp.array中某几行几列](https://blog.youkuaiyun.com/weixin_33859504/article/details/91388710)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Python 实现矩阵的部分,保存为一个新的矩阵方法](https://download.youkuaiyun.com/download/weixin_38750829/13765400)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Python+Excel系数组计算的数学模块—NumPy数组的基础知识、数组的创建(np.array(表))](https://blog.youkuaiyun.com/qq_51843109/article/details/125131795)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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