numpy学习index

最新推荐文章于 2024-08-21 23:19:44 发布

嗨皮lemon

最新推荐文章于 2024-08-21 23:19:44 发布

阅读量4.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： python$numpy和Pandas 文章标签： code

本文链接：https://blog.youkuaiyun.com/weixin_40490880/article/details/81188236

python$numpy和Pandas 专栏收录该内容

7 篇文章

订阅专栏

这篇博客详细介绍了numpy库中一维和二维数组的索引方式，以及矩阵的遍历方法。通过实例展示了如何选取特定元素，包括行、列的选择。同时，解释了flatten函数如何将多维矩阵展开为一维数列，以及flat属性作为迭代器的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一.一维二维的索引

import numpy as np
a=np.arange(3,15)#3-14,
print(a)
print(a[3])   #6，一维，第四个
b=np.array([[1,2,3],[4,5,6],[7,8,9]])
print(b)#3行3列的矩阵
print(b[1][1])  #5，第一行第一个
print(b[2,1])   #8，第2行第一个
print(b[2,:])   # [7 8 9]第2行的所有数字用冒号
print(b[:,1])   # [2,5,8]第1列的所有

二.矩阵的遍历

import numpy as np
a=np.arange(3,15).reshape((3,4))#3-14,
print(a)
for row in a:
    print(row)
for column in np.transpose(a):
    print(column)

输出结果：
[[ 3 4 5 6]
[ 7 8 9 10]
[11 12 13 14]]

[3 4 5 6]
[ 7 8 9 10]
[11 12 13 14]

[ 3 7 11]
[ 4 8 12]
[ 5 9 13]
[ 6 10 14]
三.矩阵的展开
flatten是一个展开性质的函数，将多维的矩阵进行展开成1行的数列。而flat是一个迭代器，本身是一个object属性

import numpy as np
a=np.arange(3,15).reshape((3,4))#3-14,
print(a)
print(a.flatten())
for item in a.flat:
    print(item)

输出结果：
[[ 3 4 5 6]
[ 7 8 9 10]
[11 12 13 14]]
[ 3 4 5 6 7 8 9 10 11 12 13 14]
3
4
5
6
7
8
9
10
11
12
13
14