numpy之基礎(chǔ)索引與分片

ndarray數(shù)組有很多種方式讓你選中數(shù)據(jù)的子集或某個(gè)單個(gè)元素

  • 一維數(shù)組與python列表類(lèi)似
>>>a = np.arange(10)
>>>print(a)
>>>print(a[5])     ---通過(guò)下表取值
5
>>>print(a[5:8])   --- 通過(guò)切片選取范圍
[5 6 7]
  • 給數(shù)組的切片賦值,數(shù)組被傳遞給了整個(gè)切片。區(qū)別于python的內(nèi)置列表,數(shù)組的切片是原數(shù)組的視圖(因?yàn)閚umpy被設(shè)計(jì)成適合處理非常大的數(shù)組),這意味著數(shù)據(jù)并不是被復(fù)制了,任何對(duì)于視圖的修改都會(huì)反映到原數(shù)組上.
>>>a[5:8] = 13
>>>print(a)
[ 0  1  2  3  4 13 13 13  8  9]
>>>b = a[5:8]
>>>b[0] = 1111111
>>>print(a)
[   0  1    2    3    4  1111111   13    13    8  9]
  • 如果你需要復(fù)制數(shù)組,那你需要顯示使用copy()方法
>>>b = a[5:8].copy()
>>>b[1] = 333333
>>>print(b)
[1111111  333333      13]
>>>print(a)
[   0  1    2    3    4  1111111   13    13    8  9]
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容