栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

Numpy切片,索引,广播机制

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Numpy切片,索引,广播机制

Numpy切片和索引 普通外置切片
import numpy as np
a = np.arange(10)
s = slice(2,7,2)   # 从索引 2 开始到索引 7 停止,间隔为2
print (a[s])
# [2 4 6]
自制冒号切片

[a] : 返回与该索引对应的单个元素
[a:] : 返回从索引a开始往后的所有元素
[a:b]: 返回从a到b之间的所有元素(取不到b)
[a,b,2]: 2为steps,步长

省略号切片

切片可用…表示,可用“所有”字眼替代

Numpy 高级索引 整数数组索引

整数数组作为参数,第一个参数为rows,第二个参数为cols

布尔索引

在索引里输入一些布尔值

花式索引

二维数组
输入[[a,b,c,d]] 则返回a,b,c,d 减1行
输入[np.ix_([1,2,3,4],[2,3,4,5])] ,则返回(1,2)(1,3)(1,4)(1,5)…

Numpy广播机制

也只有某一维度的值相同(比如列为3),另一个维度的值为1(比如b的行为1,)则像各个维度最大形状补齐。

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/844071.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号