python numpy 배열 의 색인 과 절편 작업 방법
NumPy 는 Python 가방 입 니 다.그것 은'Numeric Python'을 대표 한다.그것 은 다 차원 배열 대상 과 배열 을 처리 하 는 루틴 집합 으로 구 성 된 라 이브 러 리 이다.
Numeric,즉 NumPy 의 전신 은 Jim Hugunin 이 개발 했다.또 다른 가방 인 Numarray 도 개발 되 었 는데,그것 은 약간의 추가 기능 을 가지 고 있다.2005 년 에 Travis Oliphant 는 Numarray 의 기능 을 Numeric 가방 에 통합 시 켜 NumPy 가방 을 만 들 었 다.이 개원 프로젝트 에는 많은 공헌 자가 있다.
NumPy 조작
NumPy 를 사용 하면 개발 자 는 다음 과 같은 작업 을 수행 할 수 있 습 니 다.
•배열 의 산수 와 논리 연산.
•푸 립 엽 변환 과 도형 작업 에 사용 되 는 루틴.
•선형 대수 와 관련 된 조작.NumPy 는 선형 대수 와 난수 생 성의 내장 함 수 를 가지 고 있다.
numpy 라 이브 러 리 다 차원 배열 의 유형 과 목록 의 유형 은 매우 유사 하 며 색인 과 절편 기능 도 있 습 니 다.
색인:배열 의 특정 위치 요 소 를 가 져 오 는 과정
절편:배열 요소 부분 집합 을 가 져 오 는 과정
1.1 차원 배열
#
arr1=np.array(np.arange(9))
arr1array([0, 1, 2, 3, 4, 5, 6, 7, 8])
#
arr[-1] #8
arr1[arr1.size-2] #7
arr1[arr1.size-9] #0
# ：[start:end:step]
arr1[1:4] #
arr1[1:5:2] #array([1,3])
arr1[::-1] # ，-1
#
arr2=np.array([
np.arange(1,4),
np.arange(5,8)
])
arr2
array([[1, 2, 3],
[5, 6, 7]])
#
arr2[0][2] # 3
arr2[0,2] # 3
#
arr2[0,] # array([1,2,3])
arr2[0,::] #
arr2[0,0:3] #array([1,2])
arr4=np.arange(1,25).reshape(2,3,4)
arr4
array([[[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]],
[[13, 14, 15, 16],
[17, 18, 19, 20],
[21, 22, 23, 24]]])
arr4[1][2][2] # 23
arr4[1,1,1] #18
arr3[1,1,] # array([17,18,19,20])
arr4[1,1,::] #
arr4[1,1,::-1] # array([20, 19, 18, 17])
arr4[0,1:3]
#array([[ 5, 6, 7, 8],
#[ 9, 10, 11, 12]])
arr4[:1,1] #array([ 6, 18])
b[1,:,2] #array([15, 19, 23])
b[1,...]
#array([[13, 14, 15, 16],
# [17, 18, 19, 20],
# [21, 22, 23, 24]])
b[0,::-1,-1] #array([12, 8, 4])
b[:,:,-1][::-1][:,-1] #array([24, 12])위 에서 말 한 것 은 소 편 이 소개 한 python numpy 배열 의 색인 과 슬라이스 방법 입 니 다.여러분 에 게 도움 이 되 기 를 바 랍 니 다.궁금 한 점 이 있 으 시 면 메 시 지 를 남 겨 주세요.소 편 은 제때에 답 해 드 리 겠 습 니 다.여기 서도 저희 사이트 에 대한 여러분 의 지지 에 감 사 드 립 니 다!
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
로마 숫자를 정수로 또는 그 반대로 변환그 중 하나는 로마 숫자를 정수로 변환하는 함수를 만드는 것이었고 두 번째는 그 반대를 수행하는 함수를 만드는 것이었습니다. 문자만 포함합니다'I', 'V', 'X', 'L', 'C', 'D', 'M' ; 문자열이 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
