Python Day26 学习

继续NumPy的学习

数组的索引

一维数组的索引

创建及输出

python 复制代码

arr1d = np.arange(10)  # 数组: [0 1 2 3 4 5 6 7 8 9]
arr1d

python 复制代码

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

取出数组的第一个元素，最后一个元素

代码实现

python 复制代码

arr1d[0]

python 复制代码

arr1d[-1]

取出数组中索引为3，5，8的元素

使用整数数组进行索引，可以一次性取出多个元素。语法是 arr1d $\[index1, index2, ...$ ]。

代码实现

python 复制代码

arr1d[[3, 5, 8]]

输出：

python 复制代码

array([3, 5, 8])

切片索引

python 复制代码

arr1d[2:6] # 取出索引为2到5的元素（不包括索引6的元素，取左不取右）
打印结果：array([2, 3, 4, 5])

# 取出数组中从头到索引 5 (不包含 5) 的元素。
# 使用切片 slice [:stop]
arr1d[:5]
打印结果：array([0, 1, 2, 3, 4])

# 取出数组中从索引 4 到结尾的元素。
# 使用切片 slice [start:]
arr1d[4:]
打印结果：array([4, 5, 6, 7, 8, 9])

python 复制代码

# 取出全部元素
arr1d[:]
打印结果：array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

# 7取出数组中所有偶数索引对应的元素 (即索引 0, 2, 4, 6, 8)。
# 使用带步长的切片 slice [start:stop:step]
arr1d[::2]
打印结果：array([0, 2, 4, 6, 8])

注：取出数组中所有偶数索引对应的元素

这里代码中的"2"代表的就是步长，即每隔一个元素取一次。

二维数组的索引

创建及输出

python 复制代码

# 数组:
arr2d = np.array([[1, 2, 3, 4],
                  [5, 6, 7, 8],
                  [9, 10, 11, 12],
                  [13, 14, 15, 16]])
arr2d

python 复制代码

array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12],
       [13, 14, 15, 16]])

索引顺序：在二维数组中，第一个索引值代表行，第二个代表列。比如arr2d $i,j$ , 这里i代表行索引，j代表列索引。

代码实现：

取出第1行（索引为1）的所有元素

python 复制代码

# 使用索引 arr[row_index, :] 或 arr[row_index]
arr2d[1, :]
# 也可以省略后面的 :
arr2d[1]
打印结果：array([5, 6, 7, 8])

代码解释：

取出第2列的所有元素

代码实现：

python 复制代码

# 使用索引 arr[:, column_index]
arr2d[:, 2]

打印结果：array([ 3,  7, 11, 15])

取出位于第2行第3列的元素

python 复制代码

# 使用 arr[row_index, column_index]
arr2d[2, 3]

打印结果：12

注意：索引从0开始，行索引为2，实际为第3行；列索引为3，实际为第4列

取出新数组

python 复制代码

# 取出由第 0 行和第 2 行组成的新数组。
# 使用整数数组作为行索引 arr[[row1, row2, ...], :]
arr2d[[0, 2], :]

打印结果：array([[ 1,  2,  3,  4],
                [ 9, 10, 11, 12]])

python 复制代码

# 取出由第 1 列和第 3 列组成的新数组。
# 使用整数数组作为列索引 arr[:, [col1, col2, ...]]
arr2d[:, [1, 3]]

打印结果：array([[ 2,  4],
                [ 6,  8],
                [10, 12],
                [14, 16]])

取出子矩阵

python 复制代码

# 取出一个 2x2 的子矩阵，包含元素 6, 7, 10, 11。
# 使用切片 slice arr[row_start:row_stop, col_start:col_stop]
arr2d[1:3, 1:3]

打印结果：array([[ 6,  7],
                [10, 11]])

注意：牢记"左取右不取"。因而这里取的是第1,2行和第1,2列的矩阵。

三维数组的索引

创建与输出

python 复制代码

arr3d = np.arange(3 * 4 * 5).reshape((3, 4, 5))
arr3d 

打印结果：array([[[ 0,  1,  2,  3,  4],
                [ 5,  6,  7,  8,  9],
                [10, 11, 12, 13, 14],
                [15, 16, 17, 18, 19]],

                [[20, 21, 22, 23, 24],
                [25, 26, 27, 28, 29],
                [30, 31, 32, 33, 34],
                [35, 36, 37, 38, 39]],

                [[40, 41, 42, 43, 44],
                [45, 46, 47, 48, 49],
                [50, 51, 52, 53, 54],
                [55, 56, 57, 58, 59]]])

取出第一层的所有数据

代码实现：

python 复制代码

# 选择特定的层
# 使用整数数组 [0, 2] 作为第一个维度 (层) 的索引
arr3d[1, :, :]

代码解释

取出三维数组的第一层第0行（实际为第1行）到第1行（实际为第2行）的全部数据

代码实现：

python 复制代码

arr3d[1, 0:2, :]

打印结果：
array([[20, 21, 22, 23, 24],
       [25, 26, 27, 28, 29]])

取出三维数组的第一层第0行到第1行，第2列（实际为第3列）到第3列（实际为第4列）的数据

代码实现

python 复制代码

arr3d[1, 0:2, 2:4]
array([[22, 23],
       [27, 28]])

这几日因备考资格证（"考不完的试，学不完的习<扶额苦笑>"）的缘故没有打卡学习，前面的内容果然还是有点生疏了，接下来还得时时对之前的内容进行回顾，回顾复习的基础上再习新知。继续加油！！！@浙大疏锦行