numpy数组切片的使用
import numpy as np a = np.array([[1.1,2.1,3.1,4.1],[5,6,7,8],[9,10,11,12]]) a
numpy.array的数组切片
1.使用省略号来省略数组的参数的用法
print (a[...,1]) # 索引为1的列元素
print ('--------')
print (a[1,...]) # 索引为1的行元素
print ('--------')
print (a[...,1:]) # 索引为1的列及剩下的所有列元素
print ('--------')
print (a[1:,...]) # 索引为1的行及剩下的所有行元素
print ('--------') 
2.采用冒号来省略数组的参数的切片用法
情况1.数字在冒号前
结论：可见，数字在冒号前，表示返回索引为行（列）及其以后的数据
情况2，数字在冒号后
列操作
结论：数字在冒号后面返回的是前N行（列）数据，而不是索引
应用
a[:,:-1]返回除最后一列外的其他前N列，然后用mean()在y轴上取个平均数，repeat()方法在y轴方向上复制4次。
numpy的数组合并
numpy的常用函数讲解
np.arange()
函数返回一个有终点和起点的固定步长的排列，如[1,2,3,4,5]，起点是1，终点是6，步长为1。
参数个数情况： np.arange()函数分为一个参数，两个参数，三个参数三种情况
1）一个参数时，参数值为终点，起点取默认值0，步长取默认值1。
2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。
3）三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数
随机函数seed()
一、功能
np.random.seed(n)函数用于生成指定随机数。
二、参数
把seed()中的参数比喻成“堆”；eg. seed(5)：表示第5堆种子。
seed()中的参数被设置了之后，np.random.seed()可以按顺序产生一组固定的数组，如果使用相同的seed()值，则每次生成的随机数都相同。如果不设置这个值，那么每次生成的随机数不同。但是，只在调用的时候seed()一下并不能使生成的随机数相同，需要每次调用都seed()一下，表示种子相同，从而生成的随机数相同。
到此这篇关于numpy数组切片的使用的文章就介绍到这了,更多相关numpy 数组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！
相关文章
这篇文章主要为大家详细介绍了python实现京东秒杀功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-07-07
这篇文章主要为大家介绍了python实现动态GIF英数验证码识别示例,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2024-01-01
Python编程实现输入某年某月某日计算出这一天是该年第几天的方法
这篇文章主要介绍了Python编程实现输入某年某月某日计算出这一天是该年第几天的方法,涉及Python针对日期时间的转换与运算相关操作技巧,需要的朋友可以参考下2017-04-04
这篇文章主要介绍了详解Python在使用JSON时需要注意的编码问题，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2019-12-12
Union” 在中文中通常翻译为“联合”,在数学和逻辑学中,它指的是两个或多个集合的并集,在 Python 的类型注解中,Union 类型表示一个变量可以是多种类型中的任意一种,这与数学中的并集概念相似,本文介绍了Union在Python类型注解中的应用与最佳实践2024-09-09
这篇文章主要为大家详细介绍了python向图片里添加文字，文中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2019-11-11
这篇文章主要介绍了Python字典生成式、集合生成式、生成器用法,结合实例形式分析了Python字典生成式、集合生成式、生成器相关原理、使用技巧与操作注意事项,需要的朋友可以参考下2020-01-01
Python如何将两个三维模型(obj)合成一个三维模型(obj)
这篇文章主要介绍了Python如何将两个三维模型(obj)合成一个三维模型(obj)问题,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2024-06-06
Keras框架中的epoch、bacth、batch size、iteration使用介绍
这篇文章主要介绍了Keras框架中的epoch、bacth、batch size、iteration使用介绍，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2020-06-06
这篇文章主要介绍了Python中的日志模块logging,包括Python下的日志级别以及模块内常用方法的使用,需要的朋友可以参考下2015-06-06
最新评论