numpy的数组切片讲解

​

numpy.array的数组切片

1.使用省略号来省略数组的参数的用法

 2.采用冒号来省略数组的参数的切片用法

应用

numpy的数组合并

numpy的常用函数讲解

seed()

一、功能

二、参数

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

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

情况1.数字在冒号前

 结论 可见 数字在冒号前 表示返回索引为行 列 及其以后的数据

情况2 数字在冒号后

列操作 

结论 数字在冒号后面返回的是前N行 列 数据 而不是索引 

 a[:,:-1]返回除最后一列外的其他前N列 然后用mean()在y轴上取个平均数 repeat()方法在y轴方向上复制4次。

np.arange()
函数返回一个有终点和起点的固定步长的排列 如[1,2,3,4,5] 起点是1 终点是6 步长为1。
参数个数情况 np.arange()函数分为一个参数 两个参数 三个参数三种情况
1 一个参数时 参数值为终点 起点取默认值0 步长取默认值1。
2 两个参数时 第一个参数为起点 第二个参数为终点 步长取默认值1。
3 三个参数时 第一个参数为起点 第二个参数为终点 第三个参数为步长。其中步长支持小数

np.random.seed(n)函数用于生成指定随机数。

把seed()中的参数比喻成“堆” eg. seed(5) 表示第5堆种子。

seed()中的参数被设置了之后 np.random.seed()可以按顺序产生一组固定的数组 如果使用相同的seed()值 则每次生成的随机数都相同。如果不设置这个值 那么每次生成的随机数不同。但是 只在调用的时候seed()一下并不能使生成的随机数相同 需要每次调用都seed()一下 表示种子相同 从而生成的随机数相同。