numpy 索引与切片操作 获取行与列的数据 200311

最新推荐文章于 2021-11-23 11:55:08 发布
最新推荐文章于 2021-11-23 11:55:08 发布
阅读量1.6k 收藏 2
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/whalecode/article/details/104794631
版权
本文介绍了numpy数组的索引和切片操作，包括如何取第三行、连续和不连续的多行、指定索引获取行、取列操作以及如何取特定行特定列的值。同时，还涵盖了取多行多列结果和多个不相邻数据点的方法，为高效处理numpy数组提供了详细指导。

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

索引和切片

在这里插入图片描述

取第三行

在这里插入图片描述

数组[索引]

类似于列表取值

根据索引来取

取多行 连续多行 索引2到最后行

在这里插入图片描述

数组[起始索引:终止索引]

类似于切片操作

取多行 不连续的 指定索引号获取

在这里插入图片描述
。。。，

代表了中间很多数据的省略

  • 获取数组中a b n号索引数据
数组[[索引a，索引b，索引n]]

取行取列操作格式

通用格式

数组[行，列]

通过逗号来分割

如果列的内容为：

代表取所有列

  • 取第二行（索引为1）的所有数据（所有列数据）
数组[1,:]
  • 取索引2开始到最后一行的全列数据
数组[2:,:]
  • 取索引2，10，3 行的所有列数据
数组[[2,10,3],:]

取列操作 取索引值为0的列

在这里插入图片描述

取连续的多列

在这里插入图片描述

取不连续的多列

在这里插入图片描述

取某行某列的值

在这里插入图片描述

数组[行索引，列索引]

通过横坐标，纵坐标，可以精准定位到一个数据

取多行多列的结果

在这里插入图片描述
在这里插入图片描述

数组[行起始索引：行终止索引，列起始索引：列终止索引]
数组[2:5,1:4]

取多个不相邻的点

在这里插入图片描述

数组[[点1横坐标，点n横坐标]，[点1纵坐标，点2纵坐标]]

小结

  • 对数组进行切片
数组[起始索引：终止索引]
  • 对数组进行取值，根据索引取
数组[索引]
  • 对数组进行纵横取值
数组[横向获取，纵向获取]

更进一步的

数组[横向起始索引：横向终止索引，纵向起始索引，纵向终止索引]
  • 获取数组中的多个点
数组[[点1横索引，点n横索引],[点1纵索引，点n纵索引]]
whalecode
关注
【Python Numpy教程】切片和索引
m0_62599305的博客
11-02 8518
NumPy是Python中用于科学计算的重要库之一，它提供了多维数组对象和许多用于操作这些数组的函数。在本教程中，我们将探讨NumPy中的数组切片和索引，这是使用NumPy进行数据处理和分析时的关键概念。数组切片和索引使您能够访问、操作和修改NumPy数组的元素，对于数据处理和提取特定数据非常有用。在本教程中，我们介绍了如何使用NumPy进行数组切片和索引。这些功能使您能够有效地访问和操作NumPy数组中的元素。使用索引访问单个元素或使用负索引访问数组末尾的元素。
numpy中的索引技巧详解
庐州月光的博客
06-02 1493
欢迎关注”生信修炼手册”!numpy中数组的索引非常灵活且强大，基本的操作技巧有以下几种1.下标索引通过每一轴的下标来访问元素，一次获取一个元素，用法如下>>> im...
numpy取最值 增加行列，获取行列数
michellechouu的专栏
03-25 618
取某行某列的最大值： print("max value in each column: ", np.max(p, axis=0)) #取每一列的最大值并打印 print("max value in each row: ", np.max(p, axis=1)) #取每一行的最大值并打印 import numpy as np p = np.array([[4,6,2,], [5,1,8]]) print("p: ", p) print("max value in each column: "
Python使用numpy获取列表行数、列数
WRian_Ban的小晴天
09-25 2万+
生成形状为3x3的二维整数数组 a = np.random.randint(1, 100, (3, 3)) [[50 90 85] [83 58 53] [85 71 92]] Python使用numpy获取列表行数、列数 import numpy as np np.shape(csv_data)[0] // 行 np.shape(csv_data)[1] // 列 (...
Python中numpy读取高维数组中特定的行，列
湾区人工智能
09-20 1万+
直接跑代码，看懂代码，跑一遍，你自然懂了。 ''' 多维矩阵按括号的层级，从外向内，一次是第1，2，3，...维 b[]内用逗号将各维分开，分别代表第1,2,3...维元素 逗号把数组分成两维度，左边是所有的行（第一维度），右边是所有的列（第二维度元素） 每个维度上都有自己的下标，也可以用':'取部分 ''' import numpy as np a=np.arange(10) prin...
numpy提取某行（列）或某几行（列）
iamzxxing的博客
08-02 5万+
随机生成一个numpy数组 import numpy as np a=np.random.randintf(0,10,(3,3)) print(a) 取a的第i行（列）(i为想取的行（列）数)： print(a[i,:]) 取a的某几行（列）： print(a[1:])#取第二行之后地所有行 print(a[0:2]) #取第一行和第二行 print(a[:,0:2]...
numpy取数组中的行和列
qq_44812523的博客
07-10 1万+
首先创建一个数组t2 t2=np.arange(24).reshape((4,6)) print(t2) 取某一行 取第三行（注意，此处为从0开始计数） print(t2[2]) 取连续的几行 自第三行起开始取每一行 print(t2[2:]) 取不连续的几行 取第一行和第三行，注意此处为两个中括号 print(t2[[0,2]]) 取列 取第三列 print(t2[:,2]) 取连续的几列 自第三列开始取，取到最后一列 print(t2[:,2:]) 自第三列开始取，取到第五列 print(
numpy 索引及切片
01-21
numpy 索引及切片基本索引及切片一维数组二维数组三维数组布尔型索引及切片数组索引及切片值的更改、复制 基本索引及切片 一维数组 import numpy a = numpy.arange(0,20) print(a) print(a[4]) print(a[4:10]) 二维...
Python数据分析实践：NumPy数组的切片和索引操作.pdf
06-14
Python数据分析实践：NumPy数组的切片和索引操作.pdf
Python使用numpy获取列表行数与列数
u012413709的博客
10-08 3173
https://blog.youkuaiyun.com/WRian_Ban/article/details/101363193?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~all~first_rank_v2~rank_v25-2-101363193.nonecase&utm_term=%E6%B1%82ndarray%E7%9A%84%E8%A1%8C%E6%95%B0&spm=1000.2123.3001.4430
python numpy 获得数组的行和列（三种方法）
雾隐雾现的至渝博客
03-23 4万+
通过shape属性获得         首先是用 shape 这个属性，学numpy的时候，知道，ndarray有shape这个属性，返回一个元组，里面放了每个维度的大小，所以直接就能想到，对于二维数组 print(X.shape[0]) #行 print(X.shape[1]) #列         这种方法是我们比较容易想到的， 通过内置函数 len 获得       &nb
Python取numpy数组的某几行某几列方法
热门推荐
王美的博客
06-09 18万+
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 =...
python 取数组中的第n行或者第n列
yjinyyzyq的博客
08-06 1万+
a = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) a[:, 0] Out[4]: array([1, 3, 5, 7]) a[:, 1] Out[5]: array([2, 4, 6, 8]) a[0] Out[6]: array([1, 2]) a[1] Out[7]: array([3, 4])       a1 = np.array([[1...
如何从Numpy 数组通过索引获取元素或切片
yzh0731的博客
10-30 1万+
一、一维numpy数组 (一层【】，其中的元素为标量） a=np.array([1,2,3,4,5,6]) ################################################################### >>> a[2]#取一个元素，得到一个标量 3 ########################...
Numpy提取多维数组的某行/列
ScapeD的博客
12-29 1万+
NumPy提供了一种提取多维数组的行/列的强大方法。例如，考虑我们上面定义的my_array的例子。 [[4 5] [6 1]] 假设，我们想从中提取第二列（索引1）的所有元素。在这里，我们肉眼可以看出，第二列由两个元素组成：5 和 1。为此，我们可以执行以下操作： my_array_column_2 = my_array[:, 1] print my_array_column_2 ...
Python——Numpy高级索引
sinat_42247418的博客
11-23 1285
Python——Numpy高级索引
python用法 对每一行进行切片_Python Pandas 中索引和切片用法汇总
weixin_33587731的博客
02-21 943
相比学了Python pandas清洗的亲们对索引和切片应该多少都有过一段时间的混乱，那么下面借此机会特意过来剖析一下相关的用法。此次我们分为三部分进行解析：列索引，iloc方法和loc方法，使用dataframe, user_info取出对应列此种方法在pandas中是最常见的，我们直接使用dataframe的名称+对应列名称即可实现。user_info["出生地"]， 即可取出对应此列，此列取...
numpy索引和切片——超详细讲解
weixin_41923642的博客
04-06 332
numpy索引和切片 取行 单独取一行 取连续多行 取不连续多行 取列 单独取一列 取连续多列 取不连续多列 取行和列 取指定单一行和列 取多行和多列 取多个不相邻的数
Numpy索引与切片操作
Cigar
07-30 944
Numpy索引与切片操作 单元素索引 一维数据的单元素索引是最简单的一种索引方式，与Python列表的操作完全一致。 >>> x = np.arange(10) >>> x array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> x[2] 2 二维以及多维数据的单元素索引与Python的列表操作并不完全一致。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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