NumPy - 簡介
NumPy 是一個 Python 包。 它代表 “Numeric Python”。 它是一個由多維數組對象和用于處理數組的例程集合組成的庫。
Numeric，即 NumPy 的前身，是由 Jim Hugunin 開發的。 也開發了另一個包 Numarray ，它擁有一些額外的功能。 2005年，Travis Oliphant 通過將 Numarray 的功能集成到 Numeric 包中來創建 NumPy 包。 這個開源項目有很多貢獻者。
NumPy 操作
使用NumPy，開發人員可以執行以下操作：
•數組的算數和邏輯運算。
•傅立葉變換和用于圖形操作的例程。
•與線性代數有關的操作。 NumPy 擁有線性代數和隨機數生成的內置函數。
numpy庫多維數組的類型和列表的類型非常類似，同樣有索引和切片功能：
索引：獲取數組中特定位置元素的過程
切片：獲取數組元素子集的過程
1.一維數組
# 準備一個數組arr1=np.array(np.arange(9))arr1
array([0, 1, 2, 3, 4, 5, 6, 7, 8])
# 索引arr[-1] #8arr1[arr1.size-2] #7arr1[arr1.size-9] #0 # 切片 ：[start:end:step]arr1[1:4] #左開右閉的區間arr1[1:5:2] #array([1,3])arr1[::-1] # 反向取所有，-1變成了步長
2.二維數組
# 準備一個二維數組arr2=np.array([ np.arange(1,4), np.arange(5,8)])arr2array([[1, 2, 3], [5, 6, 7]])# 索引arr2[0][2] # 3arr2[0,2] # 3# 切片arr2[0,] # array([1,2,3]) arr2[0,::] # 同上arr2[0,0:3] #array([1,2])
3.多維數組
arr4=np.arange(1,25).reshape(2,3,4)arr4array([[[ 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] # 23arr4[1,1,1] #18arr3[1,1,] # array([17,18,19,20])arr4[1,1,::] # 同上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])
總結
以上所述是小編給大家介紹的python numpy數組的索引和切片的操作方法，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對VEVB武林網網站的支持！
新聞熱點
疑難解答
