Python中的X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n]
Python中對(duì)于數(shù)組和列表進(jìn)行切片操作是很頻繁的,當(dāng)然對(duì)于切片的操作可供我們直接使用的函數(shù)也是很遍歷了,我們今天主要簡單總結(jié)一下常用集中索引化方式,希望對(duì)大家有所幫助吧。
對(duì)于列表的切片比較簡單,在我之前的博客里面有詳細(xì)的講解,需要的話可以去看看,這里就不再詳細(xì)說了,今天主要是講解對(duì)于Python中Array對(duì)象的操作,我們平時(shí)使用比較頻繁的一般也就是三維的矩陣了,再高維度的處理方式是相同的,這里我們只講解三維和二維的使用。
對(duì)于X[:,0];
是取二維數(shù)組中第一維的所有數(shù)據(jù)
對(duì)于X[:,1]
是取二維數(shù)組中第二維的所有數(shù)據(jù)
對(duì)于X[:,m:n]
是取二維數(shù)組中第m維到第n-1維的所有數(shù)據(jù)
對(duì)于X[:,:,0]
是取三維矩陣中第一維的所有數(shù)據(jù)
對(duì)于X[:,:,1]
是取三維矩陣中第二維的所有數(shù)據(jù)
對(duì)于X[:,:,m:n]
是取三維矩陣中第m維到第n-1維的所有數(shù)據(jù)
這樣的講解可能還是有點(diǎn)抽象,下面我們用具體的實(shí)例來講解,相信會(huì)更加容易理解,具體如下:
#!usr/bin/env python #encoding:utf-8 from __future__ import division ''' __Author__:沂水寒城 學(xué)習(xí)Python中的X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n] ''' import numpy as np def simple_test(): ''' 簡單的小實(shí)驗(yàn) ''' data_list=[[1,2,3],[1,2,1],[3,4,5],[4,5,6],[5,6,7],[6,7,8],[6,7,9],[0,4,7],[4,6,0],[2,9,1],[5,8,7],[9,7,8],[3,7,9]] # data_list.toarray() data_list=np.array(data_list) print 'X[:,0]結(jié)果輸出為:' print data_list[:,0] print 'X[:,1]結(jié)果輸出為:' print data_list[:,1] print 'X[:,m:n]結(jié)果輸出為:' print data_list[:,0:1] data_list=[[[1,2],[1,0],[3,4],[7,9],[4,0]],[[1,4],[1,5],[3,6],[8,9],[5,0]],[[8,2],[1,8],[3,5],[7,3],[4,6]], [[1,1],[1,2],[3,5],[7,6],[7,8]],[[9,2],[1,3],[3,5],[7,67],[4,4]],[[8,2],[1,9],[3,43],[7,3],[43,0]], [[1,22],[1,2],[3,42],[7,29],[4,20]],[[1,5],[1,20],[3,24],[17,9],[4,10]],[[11,2],[1,110],[3,14],[7,4],[4,2]]] data_list=np.array(data_list) print 'X[:,:,0]結(jié)果輸出為:' print data_list[:,:,0] print 'X[:,:,1]結(jié)果輸出為:' print data_list[:,:,1] print 'X[:,:,m:n]結(jié)果輸出為:' print data_list[:,:,0:1] if __name__ == '__main__': simple_test()
結(jié)果如下:
X[:,0]結(jié)果輸出為:
[1 1 3 4 5 6 6 0 4 2 5 9 3]
X[:,1]結(jié)果輸出為:
[2 2 4 5 6 7 7 4 6 9 8 7 7]
X[:,m:n]結(jié)果輸出為:
[[1]
[1]
[3]
[4]
[5]
[6]
[6]
[0]
[4]
[2]
[5]
[9]
[3]]
X[:,:,0]結(jié)果輸出為:
[[ 1 1 3 7 4]
[ 1 1 3 8 5]
[ 8 1 3 7 4]
[ 1 1 3 7 7]
[ 9 1 3 7 4]
[ 8 1 3 7 43]
[ 1 1 3 7 4]
[ 1 1 3 17 4]
[11 1 3 7 4]]
X[:,:,1]結(jié)果輸出為:
[[ 2 0 4 9 0]
[ 4 5 6 9 0]
[ 2 8 5 3 6]
[ 1 2 5 6 8]
[ 2 3 5 67 4]
[ 2 9 43 3 0]
[ 22 2 42 29 20]
[ 5 20 24 9 10]
[ 2 110 14 4 2]]
X[:,:,m:n]結(jié)果輸出為:
[[[ 1]
[ 1]
[ 3]
[ 7]
[ 4]]
[[ 1]
[ 1]
[ 3]
[ 8]
[ 5]]
[[ 8]
[ 1]
[ 3]
[ 7]
[ 4]]
[[ 1]
[ 1]
[ 3]
[ 7]
[ 7]]
[[ 9]
[ 1]
[ 3]
[ 7]
[ 4]]
[[ 8]
[ 1]
[ 3]
[ 7]
[43]]
[[ 1]
[ 1]
[ 3]
[ 7]
[ 4]]
[[ 1]
[ 1]
[ 3]
[17]
[ 4]]
[[11]
[ 1]
[ 3]
[ 7]
[ 4]]]
[Finished in 0.6s]
果然還是很方便,做個(gè)記錄,歡迎交流!
以上就是本文的全部內(nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python matplotlib實(shí)現(xiàn)坐標(biāo)投影的示例代碼
這篇文章主要為大家詳細(xì)介紹了python matplotlib實(shí)現(xiàn)坐標(biāo)投影,文中的示例代碼講解詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2024-02-02python基于watchdog庫全自動(dòng)化監(jiān)控目錄文件
這篇文章主要介紹了python基于watchdog庫全自動(dòng)化監(jiān)控目錄文件,幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下2021-03-03python的input,print,eval函數(shù)概述
這篇文章主要為大家概述了python的input,print,eval函數(shù),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助2022-01-01