numpy多維數(shù)組索引

切片索引

python的numpy中的多維數(shù)組，有時(shí)候需要定位到數(shù)組中的某些區(qū)域元素的位置。

• 一維

一維數(shù)組很簡(jiǎn)單，我們可以直接指定索引，或者使用切片索引。

比如: data[0]，這時(shí)候輸出單個(gè)具體數(shù)值，沒有維度

data[:3]，這時(shí)候輸出一個(gè)一維的子數(shù)組

• 二維

二維數(shù)組也不難理解

data[0,1] 定位一個(gè)指定的具體數(shù)值，沒有維度

data[0,:]定位一維數(shù)組

data[:,:] 定位二維數(shù)組

• 三維

三維數(shù)組有些難以理解，之前遇到的三維數(shù)組有點(diǎn)蒙圈，現(xiàn)在重點(diǎn)理解一下。

比如現(xiàn)在創(chuàng)建一個(gè)三維數(shù)組

array([[[ 0, ?1, ?2],
? ? ? ? [ 3, ?4, ?5],
? ? ? ? [ 6, ?7, ?8]],
? ? ? ?[[ 9, 10, 11],
? ? ? ? [12, 13, 14],
? ? ? ? [15, 16, 17]],
? ? ? ?[[18, 19, 20],
? ? ? ? [21, 22, 23],
? ? ? ? [24, 25, 26]]])

data[:,:,1] 會(huì)定位輸出一個(gè)二維數(shù)組，具體怎么輸出這個(gè)二維數(shù)組呢，我們把第一列的索引看作第一維，第二列索引看作第二維，第三列索引看作第三維，第三維是個(gè)確定的索引，所以我們的第三維數(shù)組將會(huì)降維的一個(gè)具體的值，最后得到的二維數(shù)組將會(huì)是第一維和第二維組成的一個(gè)二維數(shù)組。

array([[ 1, ?4, ?7],
? ? ? ?[10, 13, 16],
? ? ? ?[19, 22, 25]])

同理data[:,1,1]會(huì)定位輸出一個(gè)一維數(shù)組，他的輸出是：

array([ 4, 13, 22])

四維

四維和三維類似，具體到哪個(gè)維度的索引我們就降維哪一維

布爾索引

一維

多維數(shù)組的索引與切片（基于numpy）

根據(jù)我的理解，關(guān)于多維數(shù)組的索引與切片，不需要可以去記他的模式，這一小塊，唯一需要理解的是這個(gè)多維數(shù)組的shape.只要把這個(gè)概念真正理解了，關(guān)于索引與切片問題迎刃而解了；

首先初始化上面的這樣一個(gè)多維數(shù)組x,觀察其x的數(shù)組結(jié)構(gòu)，然后看x.shape=(2,3,3). 觀察這個(gè)結(jié)果，其實(shí)含義可以理解為，后面的（3,3）是一個(gè)矩陣，表示其行數(shù)與列數(shù)，前面的2表示到底有幾個(gè)這樣的矩陣。你再查看其x的表示結(jié)構(gòu)，是不是很好理解了。

那么現(xiàn)在我們要利用索引方式取特定位置上的數(shù)，注意其索引是從0開始的，那么取幾個(gè)索引，看看是不是理想的結(jié)果、

根據(jù)理解，x[0][2][1]表示取第一個(gè)矩陣中，第三行第二列的數(shù)字。（注意索引是從0開始的）

如果上面的你真正理解，那么切片也不是什么困難的，下面來切一下：

基于上面的結(jié)果，這里做了兩個(gè)切片。（注意切片的值。如1:3，  實(shí)際上只能取1,2  這里要注意）

其中一個(gè)切片為x[1][0][1:3]  實(shí)際上可以理解為我要在第二個(gè)矩陣中做切片。怎么切那？ 取第一行的1~2列、、看看結(jié)果、、（還是要注意索引從0開始哦）

另外一個(gè)切片是x[0][2][:2]

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論