numpy 中的切片与数组中的切片类似。

数组 [ 起始:终止:步长, 起始:终止:步长, ... ]

所有的切片操作(无论是步长为+的正序,还是步长为 - 的逆序)都是开始位置包含,结束位置不包含(终止位省略时则包含);可以借助于range函数辅助理解。

每一个维度之间采用 “ 逗号 ” 间隔,逗号之间的 ::则表示每一个维度的分割方式。

每一个维度的分割与数组的分割原理一致;

具体实现方式存在差异的是:在某个维度全部使用缺省值时可以用 “ . . .”  表示

值的省略说明

1)起始值:从首位算起

2)终止值:在末尾结束

3)步长值:默认为1

1 关于切片的基本操作方式

实例一:

a = np.arange(1,10)
print(a)  # [1 2 3 4 5 6 7 8 9]
print(a[:3]) #[1 2 3]
print(a[3:6]) #[4 5 6]
print(a[6:]) #[7 8 9]

详细如下所示

实例二:

a = np.arange(1,10)
print(a)  # [1 2 3 4 5 6 7 8 9]
print(a[-6:-3]) #[4 5 6]
print(a[-6:-3:-1]) #[]
print(a[-3:-6:-1]) #[7 6 5]

详细如下

当起止顺序反向时,输出为 空 [ ]

实例三:

import numpy as np

a = np.arange(1,10)
print(a)  # [1 2 3 4 5 6 7 8 9]
print(a[::-1]) #[9 8 7 6 5 4 3 2 1]
print(a[:-4:-1]) #[9 8 7]
print(a[-7::-1]) #[3 2 1]
print(a[:]) #[1 2 3 4 5 6 7 8 9]
print(a[...]) #[1 2 3 4 5 6 7 8 9]
print(a[::3]) #[1 4 7]
print(a[1::3]) #[2 5 8]

2 关于切片的高级操作

实例一:

import numpy as np

b = np.arange(1,25).reshape(2,3,4)
print(b)
print('-----------')
print(b[:,0,0]) #[ 1 13]
# 第一个逗号是页的切片,也即页的切片从头到尾;
# 第二个 0 表示行列式的第一行
# 第二个 0 表示行列式的第一列
# 所以每页取出第一行第一列元素,也即 1 13 两个元素 

运行

[[[ 1  2  3  4]
  [ 5  6  7  8]
  [ 9 10 11 12]]

 [[13 14 15 16]
  [17 18 19 20]
  [21 22 23 24]]]
-----------
[ 1 13]

实例二:

b = np.arange(1,25).reshape(2,3,4)
print(b)
print('----------------')
print(b[0,:,:]) #表示第 0 页,第 1 页的行取所有,第 1 页的列取所有
print('----------------')
print(b[0,...]) #...表示第 0 页中的所有

运行

[[[ 1  2  3  4]
  [ 5  6  7  8]
  [ 9 10 11 12]]

 [[13 14 15 16]
  [17 18 19 20]
  [21 22 23 24]]]
----------------
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
----------------
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

实例三:

b = np.arange(1,25).reshape(2,3,4)
print(b)
print('---------')
print(b[0,1,::2]) #5 7
# 表示第0页;第1行;从头到尾,步长为 2 ;

运行

[[[ 1  2  3  4]
  [ 5  6  7  8]
  [ 9 10 11 12]]

 [[13 14 15 16]
  [17 18 19 20]
  [21 22 23 24]]]
---------
[5 7]

实例四:

b = np.arange(1,25).reshape(2,3,4)
print(b)
print('---------')

print(b[...,1]) #第一列

运行

[[[ 1  2  3  4]
  [ 5  6  7  8]
  [ 9 10 11 12]]

 [[13 14 15 16]
  [17 18 19 20]
  [21 22 23 24]]]
---------
[[ 2  6 10]
 [14 18 22]]

实验五:

b = np.arange(1,25).reshape(2,3,4)
print(b)
print('---------')

print(b[:,1])
# 每一列的第一行(起始为0行),
# 省略最后一个逗号等价于 print(b[:,1,])

运行

[[[ 1  2  3  4]
  [ 5  6  7  8]
  [ 9 10 11 12]]

 [[13 14 15 16]
  [17 18 19 20]
  [21 22 23 24]]]
---------
[[ 5  6  7  8]
 [17 18 19 20]]

实例六:

b = np.arange(1,25).reshape(2,3,4)
print(b)
print('---------')

print(b[-1,1:,2:])
# 首不写表示从头开始,尾不写代表到尾结束。
# 第一个逗号:-1 表示末尾第一个,
# 自左(前)到右(后)起于0,从右(后)到左(前)起于1。
# 第二个逗号:1:从第1行到末尾,
# 第三个逗号:2:从第2行到末尾,
# 最后选取数组中的一部分。

运行

[[[ 1  2  3  4]
  [ 5  6  7  8]
  [ 9 10 11 12]]

 [[13 14 15 16]
  [17 18 19 20]
  [21 22 23 24]]]
---------
[[19 20]
 [23 24]]

numpy 切片的更多相关文章

  1. NumPy 切片和索引

    NumPy 切片和索引 ndarray对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片操作一样. ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以 ...

  2. NumPy切片和索引

    NumPy - 切片和索引 ndarray对象的内容可以通过索引或切片来访问和修改,就像 Python 的内置容器对象一样. 如前所述,ndarray对象中的元素遵循基于零的索引. 有三种可用的索引方 ...

  3. numpy切片和布尔型索引

    numpy 标签(空格分隔): numpy 数据挖掘 切片 数组切片是原始数组的视图.这意味着数据不会被复制,视图上的任何修改都会直接反映到源数组上 In [16]: arr Out[16]: arr ...

  4. 5、numpy——切片和索引

    1.一维数组 1.1 一维数组很简单,基本和列表一致.ndarray 数组可以基于 0 - n 的下标进行索引. 切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step ...

  5. 吴裕雄--天生自然Numpy库学习笔记:NumPy 切片和索引

    ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新数组. import ...

  6. Numpy数组基本操作(数组索引,数组切片以及数组的形状,数组的拼接与分裂)

    一:数组的属性 每个数组都有它的属性,可分为:ndim(数组的维度),shape(数组每个维度的大小),size(数组的总大小),dtype(数组数据的类型) 二:数组索引 和python列表一样,N ...

  7. NumPy的详细教程

    原文  http://blog.csdn.net/lsjseu/article/details/20359201 主题 NumPy 先决条件 在阅读这个教程之前,你多少需要知道点python.如果你想 ...

  8. Numpy学习笔记(二)

    (1)NumPy - 切片和索引 l  ndarray对象中的元素遵循基于零的索引. 有三种可用的索引方法类型: 字段访问,基本切片和高级索引. l  基本切片 Python 中基本切片概念到 n 维 ...

  9. Python NumPy学习总结

    一.NumPy简介 其官网是:http://www.numpy.org/ NumPy是Python语言的一个扩充程序库.支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库.Num ...

随机推荐

  1. 编程实战——电影管理器之利用MediaInfo获取高清视频文件的相关信息

    随着高速(20M)宽带.HTPC.大容量硬盘(3T)的普及,下载高清片并利用大屏幕观看也成为普通的事情. 随着下载影片的增多,管理就有了问题,有时在茫茫文件夹下找寻一个影片也是一件费时费力的事. 于是 ...

  2. Linux和Windows中查看端口占用情况

    一.命令 netstat -lnt  或 netstat -tnlp 如: 二.较全 netstat -antulp 三.简单 ss -tanl  或 ss -tanlp 三.补充 Windows中使 ...

  3. C++ 第十一课 标准c内存函数

    calloc() 分配一个二维储存空间 free() 释放已分配空间 malloc() 分配空间 realloc() 改变已分配空间的大小 calloc 语法:     #include <st ...

  4. Java多线程-BlockingQueue-ArrayBlockingQueue-LinkedBlockingQueue

    前言: BlockingQueue很好的解决了多线程中,如何高效安全“传输”数据的问题.通过这些高效并且线程安全的队列类,为我们快速搭建高质量的多线程程序带来极大的便利.本文详细介绍了Blocking ...

  5. JAVA设计模式——第 1 章 策略模式【Strategy Pattern】(转)

    刘备要到江东娶老婆了,走之前诸葛亮给赵云(伴郎)三个锦囊妙计,说是按天机拆开解决棘手问题,嘿,还别说,真是解决了大问题,搞到最后是周瑜陪了夫人又折兵呀,那咱们先看看这个场景是什么样子的. 先说这个场景 ...

  6. 使用迭代器遍历List的时候修改List报ConcurrentModificationException异常原因分析

    在使用Iterator来迭代遍历List的时候如果修改该List对象,则会报java.util.ConcurrentModificationException异常,下面看一个例子演示: package ...

  7. Struck 跟踪算法(二)

    以下開始读详细源代码 config.h文件 /* * Struck: Structured Output Tracking with Kernels * * Code to accompany the ...

  8. Cocos2d 编译js为jsc bytecode文件

    使用: cocos jscompile -s XXX(目录名,会递归) -d (输出的目录)   但编译后的jsc比原来的js更大了     如果只是为了代码的保密性,也许只需要用yuicompres ...

  9. Oracle Data Integrator学习资料

    http://docs.oracle.com/middleware/1213/odi/index.html https://docs.oracle.com/middleware/1213/core/O ...

  10. jqPlot图表插件学习之数据节点高亮和光标提示

    一.准备工作 首先我们需要到官网下载所需的文件: 官网下载(笔者选择的是jquery.jqplot.1.0.8r1250.zip这个版本) 然后读者需要根据自己的情况新建一个项目并且按照如下的方式加载 ...