- 当前位置：首页 >应用开发 >NumPy 索引和切片的用法总结
NumPy 索引和切片的用法总结
发布时间：2025-11-05 02:38:42 来源：创站工坊 作者：应用开发
参考NumPy官方文档，引和总结NumPy索引和切片，切片可以看到它们相比Python更加方便、法总简介和强大。引和
索引和切片
您可以使用与切片 Python列表相同的切片方法，对NumPy数组进行索引和切片。法总
>>> data = np.array([1,引和 2, 3]) >>> data[1] 2 >>> data[0:2] array([1, 2]) >>> data[1:] array([2, 3]) >>> data[-2:] array([2, 3])你可以这样想象：
您可能需要获取数组的一部分或特定数组元素，以便在进一步分析或其他操作中使用。切片为此，法总需要对数组进行子集、引和切片和/或索引。切片
如果您想从数组中选择满足特定条件的法总值，那么NumPy很简单。引和
例如，切片如果从这个数组开始：
>>> a = np.array([[1 ,法总 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])可以轻松打印数组中小于5的WordPress模板所有值。
>>> print(a[a < 5]) [1 2 3 4]例如，还可以选择等于或大于5的数字，并使用该条件对数组进行索引。
>>> five_up = (a >= 5) >>> print(a[five_up]) [ 5 6 7 8 9 10 11 12]可以选择可被2整除的元素：
>>> divisible_by_2 = a[a%2==0] >>> print(divisible_by_2) [ 2 4 6 8 10 12]或者可以使用&和|运算符选择满足两个条件的元素：
>>> c = a[(a > 2) & (a < 11)] >>> print(c) [ 3 4 5 6 7 8 9 10]还可以使用逻辑运算符&和 |返回布尔值，指定数组中的值是否满足特定条件。这对于包含名称或其他分类值的数组很有用。
>>> five_up = (a > 5) | (a == 5) >>> print(five_up) [[False False False False] [ True True True True] [ True True True True]]还可以使用np.nonzero()从数组中选择元素或索引。
从这个数组开始：
>>> a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])可以使用np.nonzero()打印元素的索引，例如，b2b信息网小于5：
>>> b = np.nonzero(a < 5) >>> print(b) (array([0, 0, 0, 0]), array([0, 1, 2, 3]))在本例中，返回了一个数组元组：每个维度一个。第一个数组表示找到这些值的行索引，第二个数组表示找到这些值的列索引。
如果要生成元素所在的坐标列表，可以压缩数组，遍历坐标列表，然后打印它们。例如：
>>> listlist_of_coordinates= list(zip(b[0], b[1])) >>> for coord in list_of_coordinates: ... print(coord) (0, 0) (0, 1) (0, 2) (0, 3)还可以使用np.nonzero()打印数组中小于5的元素，并使用：
>>> print(a[b]) [1 2 3 4]如果要查找的元素在数组中不存在，则返回的索引数组将为空。站群服务器例如：
>>> not_there = np.nonzero(a == 42) >>> print(not_there) (array([], dtype=int64), array([], dtype=int64))服务器租用源码下载IT技术网企商汇益华科技香港云服务器IT资讯网亿华云源码库亿华科技汇智坊益强编程堂全栈开发亿华智造益强编程舍云智核编程之道技术快报云站无忧极客编程多维IT资讯益华IT技术论坛益强科技码力社益强前沿资讯益强智未来亿华云计算益强智囊团益强数据堂思维库亿华智慧云码上建站科技前瞻亿华云益华科技益华科技极客码头运维纵横创站工坊益强科技益强资讯优选益强IT技术网亿华互联
- Copyright © 2025 Powered by NumPy 索引和切片的用法总结,创站工坊 滇ICP备2023006006号-44sitemap