python深度学习基于pytorch——数据的获取np.arange().reshape([])的使用

先上代码：

#!/usr/bin/env python 
# -*- coding:utf-8 -*-
#coco
#对于元素的提取
import numpy as np
np.random.seed(2019)
nd11 = np.random.random([10])
print('nd11',nd11)
# [0.90348221 0.39308051 0.62396996 0.6378774  0.88049907 0.29917202
#  0.70219827 0.90320616 0.88138193 0.4057498 ]

#获取指定位置的数据，获取第4个元素
a=nd11[3]
print('a',a)
#0.6378774010222266

#截取一段数据
b=nd11[3:6]
print('b',b)
#[0.6378774  0.88049907 0.29917202]

#截取固定间隔数据
c=nd11[1:6:2]
print('c',c)
#[0.39308051 0.6378774  0.29917202]

#倒序取数
d=nd11[::-2]
print('d',d)
#[0.4057498  0.90320616 0.29917202 0.6378774  0.39308051]

#截取一个多维数组的一个区域内数据 np.arange().reshape([])将一维数组转化成矩阵
nd12=np.arange(25).reshape([5,5])
print('nd12',nd12)
e=nd12[1:3,1:3]
print('e',e)
# [[ 6  7]
#  [11 12]]

#截取一个多维数组中，数值在一个值域之内的数据
f=nd12[(nd12>3)&(nd12<10)]
print('f',f)
#[4 5 6 7 8 9]

#截取多维数组中，指定的行,如读取第2,3行
g=nd12[[1,2]]  #或nd12[1:3,:]
print('g',g)
#[[ 5  6  7  8  9]
#[10 11 12 13 14]]

#截取多维数组中，指定的列,如读取第2,3列
h=nd12[:,1:3]
print('h',h)
# [[ 1  2]
#  [ 6  7]
#  [11 12]
#  [16 17]
#  [21 22]]

        以上就是关于数据的提取，简单但是比较多，需要不断复习。

        加油哦。