如何掌握NumPy的高级索引技巧?
- 内容介绍
- 相关推荐
本文共计1225个文字,预计阅读时间需要5分钟。
NumPy 相比一般的 Python 序列提供了更丰富的索引方式。除了常见的用整数和切片进行索引外,NumPy 还支持整数数组索引、布尔索引和花式索引。以下是整数数组索引的一个实例,用于获取数组中(0,0)和(1,‘)的元素。
NumPy 比一般的 Python 序列提供更多的索引方式。除了之前看到的用整数和切片的索引外,数组可以由整数数组索引、布尔索引及花式索引。
整数数组索引
以下实例获取数组中(0,0),(1,1)和(2,0)位置处的元素。
import numpy as np x = np.array([[1, 2], [3, 4], [5, 6]]) y = x[[0,1,2], [0,1,0]] print (y)
输出结果为:
[1 4 5]
以下实例获取了 4X3 数组中的四个角的元素。 行索引是 [0,0] 和 [3,3],而列索引是 [0,2] 和 [0,2]。
本文共计1225个文字,预计阅读时间需要5分钟。
NumPy 相比一般的 Python 序列提供了更丰富的索引方式。除了常见的用整数和切片进行索引外,NumPy 还支持整数数组索引、布尔索引和花式索引。以下是整数数组索引的一个实例,用于获取数组中(0,0)和(1,‘)的元素。
NumPy 比一般的 Python 序列提供更多的索引方式。除了之前看到的用整数和切片的索引外,数组可以由整数数组索引、布尔索引及花式索引。
整数数组索引
以下实例获取数组中(0,0),(1,1)和(2,0)位置处的元素。
import numpy as np x = np.array([[1, 2], [3, 4], [5, 6]]) y = x[[0,1,2], [0,1,0]] print (y)
输出结果为:
[1 4 5]
以下实例获取了 4X3 数组中的四个角的元素。 行索引是 [0,0] 和 [3,3],而列索引是 [0,2] 和 [0,2]。

