脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → NumPy索引与切片

NumPy索引与切片的用法示例总结

 更新时间：2021年07月29日 11:20:59   作者：zhenguo  
numpy 数组索引是一个大话题,有很多种方式可以让你选中数据的子集或某个单个元素,一维数组比较简单,看起来和 python 的列表很类似,这篇文章主要给大家介绍了关于NumPy索引与切片用法的相关资料,需要的朋友可以参考下

前言

索引和切片是NumPy中最重要最常用的操作。熟练使用NumPy切片操作是数据处理和机器学习的前提，所以一定要掌握好。

参考NumPy官方文档，总结NumPy索引和切片，可以看到它们相比Python更加方便、简介和强大。

索引和切片

您可以使用与切片 Python列表相同的方法，对NumPy数组进行索引和切片。

>>> data = np.array([1, 2, 3])

>>> data[1]
2
>>> data[0:2]
array([1, 2])
>>> data[1:]
array([2, 3])
>>> data[-2:]
array([2, 3])

你可以这样想象：

您可能需要获取数组的一部分或特定数组元素，以便在进一步分析或其他操作中使用。为此，需要对数组进行子集、切片和/或索引。

如果您想从数组中选择满足特定条件的值，那么NumPy很简单。

例如，如果从这个数组开始：

>>> a = np.array([[1 , 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

可以轻松打印数组中小于5的所有值。

>>> print(a[a < 5])
[1 2 3 4]

例如，还可以选择等于或大于5的数字，并使用该条件对数组进行索引。

>>> five_up = (a >= 5)
>>> print(a[five_up])
[ 5  6  7  8  9 10 11 12]

可以选择可被2整除的元素：

>>> divisible_by_2 = a[a%2==0]
>>> print(divisible_by_2)
[ 2  4  6  8 10 12]

或者可以使用&和|运算符选择满足两个条件的元素：

>>> c = a[(a > 2) & (a < 11)]
>>> print(c)
[ 3  4  5  6  7  8  9 10]

还可以使用逻辑运算符&和 |返回布尔值，指定数组中的值是否满足特定条件。这对于包含名称或其他分类值的数组很有用。

>>> five_up = (a > 5) | (a == 5)
>>> print(five_up)
[[False False False False]
 [ True  True  True  True]
 [ True  True  True True]]

还可以使用np.nonzero()从数组中选择元素或索引。

从这个数组开始：

>>> a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

可以使用np.nonzero()打印元素的索引，例如，小于5：

>>> b = np.nonzero(a < 5)
>>> print(b)
(array([0, 0, 0, 0]), array([0, 1, 2, 3]))

在本例中，返回了一个数组元组：每个维度一个。第一个数组表示找到这些值的行索引，第二个数组表示找到这些值的列索引。

如果要生成元素所在的坐标列表，可以压缩数组，遍历坐标列表，然后打印它们。例如：

>>> list_of_coordinates= list(zip(b[0], b[1]))

>>> for coord in list_of_coordinates:
...     print(coord)
(0, 0)
(0, 1)
(0, 2)
(0, 3)

还可以使用np.nonzero()打印数组中小于5的元素，并使用：

>>> print(a[b])
[1 2 3 4]

如果要查找的元素在数组中不存在，则返回的索引数组将为空。例如：

>>> not_there = np.nonzero(a == 42)
>>> print(not_there)
(array([], dtype=int64), array([], dtype=int64))

总结

到此这篇关于NumPy索引与切片用法的文章就介绍到这了,更多相关NumPy索引与切片内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • python模糊图片过滤的方法

    python模糊图片过滤的方法

    今天小编就为大家分享一篇python模糊图片过滤的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • Python如何查看并打印matplotlib中所有的colormap(cmap)类型

    Python如何查看并打印matplotlib中所有的colormap(cmap)类型

    这篇文章主要介绍了Python如何查看并打印matplotlib中所有的colormap(cmap)类型，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2022-11-11
  • pyinstaller打包可执行程序过程中的常见错误解决

    pyinstaller打包可执行程序过程中的常见错误解决

    这篇文章主要介绍了pyinstaller打包可执行程序过程中的常见错误解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-11-11
  • Django多app路由分发(纯后端)

    Django多app路由分发(纯后端)

    本文主要介绍了Django多app路由分发，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2022-05-05
  • python Pexpect模块的使用

    python Pexpect模块的使用

    这篇文章主要介绍了python Pexpect模块的使用，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
    2020-12-12
  • Django drf使用Django自带的用户系统的注册功能

    Django drf使用Django自带的用户系统的注册功能

    本文主要介绍了Django drf使用Django自带的用户系统的注册功能，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • 图解Python中的浅拷贝和深拷贝

    图解Python中的浅拷贝和深拷贝

    这篇文章主要介绍了图解Python中的浅拷贝和深拷贝,深拷贝,拷贝的程度深,自己新开辟了一块内存,将被拷贝内容全部拷贝过来了,浅拷贝,拷贝的程度浅,只拷贝原数据的首地址,然后通过原数据的首地址,去获取内容,需要的朋友可以参考下
    2023-11-11
  • Python实现查找最小的k个数示例【两种解法】

    Python实现查找最小的k个数示例【两种解法】

    这篇文章主要介绍了Python实现查找最小的k个数,结合实例形式对比分析了Python常见的两种列表排序、查找相关操作技巧,需要的朋友可以参考下
    2019-01-01
  • Pycharm2020.1安装无法启动问题即设置中文插件的方法

    Pycharm2020.1安装无法启动问题即设置中文插件的方法

    这篇文章主要介绍了Pycharm2020.1安装无法启动问题即设置中文插件的操作方法，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友参考下吧
    2020-08-08
  • python游戏库pygame经典教程(推荐!)

    python游戏库pygame经典教程(推荐!)

    Python Pygame是一款专门为开发和设计 2D 电子游戏而生的软件包,是入门级游戏开发库,下面这篇文章主要给大家介绍了python游戏库pygame经典教程的相关资料,需要的朋友可以参考下
    2022-12-12

最新评论