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. [R]Kick start

  2. vi入门到精通

    VI是在Linux命令行下常用的文本编辑工具,在服务配置管理过程中经常用到:vi的常见的使用指南,互联网上随处可见,但仅能满足初学者对文档编辑的需求.这里就我自己在使用过程中通常用到的一些技巧操作方法 ...

  3. Ubuntu IntelliJ IDEA 注冊碼與Gradle相關

    一.Ubuntu IntelliJ IDEA 注冊碼 在线免费生成IntelliJ IDEA 15.0(16.+)注册码 注冊參考:https://www.iteblog.com/idea/ 依次选择 ...

  4. [转]mysql组合索引与字段顺序

    下列转自:http://www.tech-q.cn/archiver/tid-11673.html 很多时候,我们在mysql中创建了索引,但是某些查询还是很慢,根本就没有使用到索引!一般来说,可能是 ...

  5. 创新大师Steve Blank: 你真的知道什么是真正的精益创业吗?

    编者注:本文来自被誉为当代创新大师的Steve Blank的博客. 中文版由天地会珠海分舵编译. 全文从当今非常多人对精益创业的误解作为一个切入点,深入的分析了为什么人们这么easy就对精益创业产生误 ...

  6. python 3使用binascii方法的报错解决

    环境是python 3 问题: 使用binascii方法一直出现报错TypeError: a bytes-like object is required, not 'str' #coding: utf ...

  7. JavaScript中如何检测一个变量是一个String类型?请写出函数实现

    方法1. function isString(obj){ return typeof(obj) === "string"? true: false; // returntypeof ...

  8. MyArrayList——自己实现ArrayList

    注:转载请注明原文地址:http://www.cnblogs.com/ygj0930/p/5965205.html      代码已移植:https://github.com/ygj0930/MyAr ...

  9. 面向对象高级——Object类、包装类以及匿名内部类

    Object类  知识点:掌握Object类的作用.掌握Object类中toString().equal()方法的作用 ,掌握Object接收引用数据类型的操作. 假设一个类在定义时没有明白指明继承哪 ...

  10. V-rep学习笔记:力传感器

    VREP中可以添加力传感器,用于刚性连接在两个物体之间以测量这两个物体之间的作用力或力矩.如下图所示,力传感器可以测量沿着X.Y.Z三个坐标轴的力和力矩: [Forces and torques me ...