如何深入理解NumPy中的切片与索引技巧?
- 内容介绍
- 相关推荐
本文共计765个文字,预计阅读时间需要4分钟。
ndarray对象的内容可通过索引或切片访问和修改,与Python中list的切片操作类似。ndarray数组支持基于0到n的索引,切片对象则可通过内置的slice()函数进行设置,包括start、stop等参数。
ndarray对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片操作一样。
ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新数组。
import numpy as np a = np.arange(10) s = slice(2,7,2) # 从索引 2 开始到索引 7 停止,间隔为2 print (a[s])
输出结果为:
[2 4 6]
以上实例中,我们首先通过 arange() 函数创建 ndarray 对象。 然后,分别设置起始,终止和步长的参数为 2,7 和 2。
本文共计765个文字,预计阅读时间需要4分钟。
ndarray对象的内容可通过索引或切片访问和修改,与Python中list的切片操作类似。ndarray数组支持基于0到n的索引,切片对象则可通过内置的slice()函数进行设置,包括start、stop等参数。
ndarray对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片操作一样。
ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新数组。
import numpy as np a = np.arange(10) s = slice(2,7,2) # 从索引 2 开始到索引 7 停止,间隔为2 print (a[s])
输出结果为:
[2 4 6]
以上实例中,我们首先通过 arange() 函数创建 ndarray 对象。 然后,分别设置起始,终止和步长的参数为 2,7 和 2。

