Numpy学习（三）

最新推荐文章于 2024-10-25 16:08:21 发布

原创最新推荐文章于 2024-10-25 16:08:21 发布 · 274 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#numpy

numpy 专栏收录该内容

3 篇文章

订阅专栏

本文详细介绍了Numpy中数组的基本索引操作，包括通过下标访问元素、按行或按项遍历数组；同时深入探讨了数组的合并与分割方法，并讲解了如何正确地为数组赋值以避免不必要的关联。

Numpy索引

通过下标进行索引

a=np.arange(3,15).reshape((3,4))
print(a)

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

print(a[1])

[ 7 8 9 10]

print(a[2,2])

13

print(a[:,2])

[ 5 9 13]

for row in a:
print(row) #按行遍历

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

for item in a.flat:
print(item) #按项遍历

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

数组合并

上下合并

a=np.array([1,1,1])
b=np.array([2,2,2])
c=np.vstack((a,b))
print(c)

[[1 1 1]
[2 2 2]]

左右合并

c=np.hstack((a,b))
print(c)

[1 1 1 2 2 2]

数组分割

等量分割

a=np.arange(12).reshape((3,4))

print(a)

[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]

c=np.vsplit(a,3)     #上下分3块
print(c)

[array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8, 9, 10, 11]])]

c=np.hsplit(a,2)    #左右分两块
print(c)

[array([[0, 1],
[4, 5],
[8, 9]]), array([[ 2, 3],
[ 6, 7],
[10, 11]])]

c=np.split(a,2,axis=1)    #左右分两块

[array([[0, 1],
[4, 5],
[8, 9]]), array([[ 2, 3],
[ 6, 7],
[10, 11]])]

c=np.split(a,3,axis=0)     #上下分3块
print(c)

[array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8, 9, 10, 11]])]