import numpy as np
a = np.array([[1.1,2.1,3.1,4.1],[5,6,7,8],[9,10,11,12]])  
a

numpy.array的數(shù)組切片

1.使用省略號來省略數(shù)組的參數(shù)的用法

print (a[...,1])   # 索引為1的列元素
print ('--------') 
print (a[1,...])   # 索引為1的行元素
print ('--------') 
print (a[...,1:])  # 索引為1的列及剩下的所有列元素
print ('--------') 
print (a[1:,...])  # 索引為1的行及剩下的所有行元素
print ('--------') 

2.采用冒號來省略數(shù)組的參數(shù)的切片用法

情況1.數(shù)字在冒號前

結(jié)論：可見，數(shù)字在冒號前，表示返回索引為行（列）及其以后的數(shù)據(jù)

情況2，數(shù)字在冒號后

列操作 

結(jié)論：數(shù)字在冒號后面返回的是前N行（列）數(shù)據(jù)，而不是索引 

應(yīng)用

 a[:,:-1]返回除最后一列外的其他前N列，然后用mean()在y軸上取個平均數(shù)，repeat()方法在y軸方向上復(fù)制4次。

numpy的數(shù)組合并

numpy的常用函數(shù)講解

np.arange()

函數(shù)返回一個有終點和起點的固定步長的排列，如[1,2,3,4,5]，起點是1，終點是6，步長為1。
參數(shù)個數(shù)情況： np.arange()函數(shù)分為一個參數(shù)，兩個參數(shù)，三個參數(shù)三種情況
1）一個參數(shù)時，參數(shù)值為終點，起點取默認值0，步長取默認值1。
2）兩個參數(shù)時，第一個參數(shù)為起點，第二個參數(shù)為終點，步長取默認值1。
3）三個參數(shù)時，第一個參數(shù)為起點，第二個參數(shù)為終點，第三個參數(shù)為步長。其中步長支持小數(shù)

隨機函數(shù)seed()

一、功能

np.random.seed(n)函數(shù)用于生成指定隨機數(shù)。

二、參數(shù)

把seed()中的參數(shù)比喻成“堆”；eg. seed(5)：表示第5堆種子。

seed()中的參數(shù)被設(shè)置了之后，np.random.seed()可以按順序產(chǎn)生一組固定的數(shù)組，如果使用相同的seed()值，則每次生成的隨機數(shù)都相同。如果不設(shè)置這個值，那么每次生成的隨機數(shù)不同。但是，只在調(diào)用的時候seed()一下并不能使生成的隨機數(shù)相同，需要每次調(diào)用都seed()一下，表示種子相同，從而生成的隨機數(shù)相同。

到此這篇關(guān)于numpy數(shù)組切片的使用的文章就介紹到這了,更多相關(guān)numpy 數(shù)組切片內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論