使用python切片實(shí)現(xiàn)二維數(shù)組復(fù)制示例
.csv數(shù)據(jù)格式 10*3,dataSet
1.1,1.5,2.5 1.3,1.9,3.2 1.5,2.3,3.9 1.7,2.7,4.6 1.9,3.1,5.3 2.1,3.5,6 2.3,3.9,6.7 2.5,4.3,7.4 2.7,4.7,8.1 2.9,5.1,8.8
將該數(shù)據(jù)的前8行的前兩列復(fù)制到一個(gè)新的數(shù)組中,核心代碼如下(trainData為新數(shù)組):
m, n = np.shape(dataSet) trainData = np.ones((m, n)) trainData[:8,:-1] = dataSet[:8,:-1]
符號(hào),之前表示要復(fù)制的行的范圍;,之后表示要復(fù)制的列的范圍,如果對(duì)這個(gè)不熟悉可以搜索python切片的相關(guān)知識(shí)。
運(yùn)行結(jié)果如下:
[[ 1.1 1.5 1. ] [ 1.3 1.9 1. ] [ 1.5 2.3 1. ] [ 1.7 2.7 1. ] [ 1.9 3.1 1. ] [ 2.1 3.5 1. ] [ 2.3 3.9 1. ] [ 2.5 4.3 1. ] [ 1. 1. 1. ] [ 1. 1. 1. ]]
以上這篇使用python切片實(shí)現(xiàn)二維數(shù)組復(fù)制示例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
神經(jīng)網(wǎng)絡(luò)算法RNN實(shí)現(xiàn)時(shí)間序列預(yù)測
這篇文章主要為大家介紹了神經(jīng)網(wǎng)絡(luò)算法RNN實(shí)現(xiàn)時(shí)間序列預(yù)測示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-04-04Python中cv2.Canny() 函數(shù)使用方法
cv2.Canny() 函數(shù)是 OpenCV 中的邊緣檢測函數(shù)之一,用于檢測圖像的邊緣,它的基本原理是通過計(jì)算圖像中每個(gè)像素點(diǎn)的梯度值來檢測邊緣,本文通過示例代碼介紹Python中cv2.Canny() 函數(shù)用法,需要的朋友參考下吧2023-07-07python?sklearn數(shù)據(jù)預(yù)處理之?dāng)?shù)據(jù)縮放詳解
數(shù)據(jù)的預(yù)處理是數(shù)據(jù)分析,或者機(jī)器學(xué)習(xí)訓(xùn)練前的重要步驟,這篇文章主要為大家詳細(xì)介紹了sklearn數(shù)據(jù)預(yù)處理中數(shù)據(jù)縮放的相關(guān)知識(shí),感興趣的小伙伴可以學(xué)習(xí)一下2023-10-10python中關(guān)于日期時(shí)間處理的問答集錦
python中有關(guān)日期時(shí)間處理的問答集錦,有需要的朋友不妨參考下2013-03-03Python中的JSON?Pickle?Shelve模塊特性與區(qū)別實(shí)例探究
在Python中,處理數(shù)據(jù)序列化和持久化是極其重要的,JSON、Pickle和Shelve是三種常用的模塊,它們提供了不同的方法來處理數(shù)據(jù)的序列化和持久化,本文將深入研究這三個(gè)模塊,探討它們的特性、用法以及各自的優(yōu)缺點(diǎn)2024-01-01pandas刪除某行或某列數(shù)據(jù)的實(shí)現(xiàn)示例
本文主要介紹了pandas刪除某行或某列數(shù)據(jù)的實(shí)現(xiàn)示例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-08-08Tensorflow2.1 完成權(quán)重或模型的保存和加載
這篇文章主要為大家介紹了Tensorflow2.1 完成權(quán)重或模型的保存和加載,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-11-11