本次內(nèi)容我們繼續(xù)介紹Numpy部分,上周文章中我們介紹了Numpy的數(shù)組創(chuàng)建和重塑。本篇文章是介紹Numpy的利器之一:索引和切片。
索引
矩陣索引----取得矩陣中的單個(gè)值
在上圖的一維矩陣中,矩陣由八個(gè)值a1,a2…a10構(gòu)成,其對(duì)應(yīng)的索引從0開(kāi)始,一直到9。矩陣在內(nèi)存中是以一段連續(xù)的空間來(lái)存儲(chǔ)的。
二維矩陣同一維矩陣一樣,同樣的存在索引,二維矩陣每個(gè)值有兩個(gè)索引,分別對(duì)應(yīng)行和列,以確定索引在矩陣中的位置。 使用索引的方式可以去對(duì)矩陣中的單個(gè)元素進(jìn)行操作,如修改,輸出等。
一維矩陣的索引使用
我們使用np.arange產(chǎn)生從0-9的一個(gè)矩陣,根據(jù)索引獲取元素打印出來(lái),然后我們嘗試通過(guò)索引修改一下元素的值,也來(lái)查看一下。
import numpy as np#使用np.arange產(chǎn)生從0-9的一個(gè)矩陣arr = np.arange(10)print("一維矩陣arr的值為:",arr)#使用索引去查看矩陣中具體元素的值print("第0號(hào)位置的元素為:",arr[0])print("第8號(hào)位置的元素為:",arr[5])#使用索引的方式去改變矩陣中某一元素的值arr[5] = -6print("第5號(hào)位置的元素為:",arr[5])print("修改后的矩陣值為:",arr)
結(jié)果:
使用負(fù)索引訪問(wèn)矩陣的值
我們?cè)谇懊鎸W(xué)習(xí)Python基礎(chǔ)的時(shí)候講過(guò)索引有正的是從左到右,而且還有負(fù)的索引是從右向左的。那Numpy也有負(fù)的的嗎?
#使用負(fù)的索引查看矩陣中元素的值
print("第-1號(hào)位置的元素為:",arr[-1])
print("第-6號(hào)位置的元素為:",arr[-6])
#使用負(fù)的索引查看矩陣中元素的值print("第-1號(hào)位置的元素為:",arr[-1])print("第-6號(hào)位置的元素為:",arr[-6])
結(jié)果是:
使用矩陣做索引
在Numpy中也可以使用列表作為索引,但是我們通常稱為矩陣索引。
#使用矩陣做索引
arr1 = arr[[1,5,9]]
print("第1,5,9號(hào)索引的值為:",arr1)
print(type(arr1))
結(jié)果:
看完了一維的矩陣我們來(lái)看一下二維的矩陣使用情況吧!
二維矩陣的索引使用
二維矩陣具有行和列兩個(gè)方向,就像上面給出的那張圖一樣,所以在使用二維矩陣的索引時(shí),一個(gè)索引只能代表著一個(gè)方向,則在二維矩陣中訪問(wèn)具體的元素時(shí),應(yīng)使用兩個(gè)索引來(lái)確定行和列的位置,若只有一個(gè)索引時(shí),則得到的結(jié)果為一行或一列。
首先說(shuō)一下reshape()的使用,reshape就是將前面的序列轉(zhuǎn)成指定的矩陣形式,比如reshape(3,4)就是指3行4列,如果是reshape(2,5)就是2行5列的形式
arr = np.arange(12).reshape(3,4)
得到的結(jié)果:
注意:行索引與列索引都是從0開(kāi)始的,為了能更加清楚的看清列的情況我們可以使用arr.T表示轉(zhuǎn)置
默認(rèn)是arr[0]表示獲取的是第一行的內(nèi)容,而如果使用arr.T[0]表示獲取的是第一列的內(nèi)容。
#值使用一個(gè)索引時(shí),得到的結(jié)果為一行
print("arr[2]:",arr[2])
#使用索引來(lái)輸出矩陣的一列
print("第2列的值為:",arr.T[2])
#使用索引來(lái)查找具體元素時(shí)
print("第1行第2列的元素值為:",arr[1][2])
print("第2行第0列的元素值為:",arr[2,0])
結(jié)果:
對(duì)應(yīng)的內(nèi)容可以參照下圖:
切片
切片的概念我們?cè)诹斜砗妥址卸冀佑|過(guò),就是獲取的不是單個(gè)的內(nèi)容了,而是部分內(nèi)容。那應(yīng)用在我們矩陣中是什么樣子的呢?
原來(lái)我們使用切片方式獲取子列表或者子字符串,切片符號(hào)用“ :”表示。可以使用下面的方法來(lái)獲取矩陣的切片
arr = array[start,end,step] ,start表示開(kāi)始的位置,end表示結(jié)束的位置,step表示步長(zhǎng)。
如果參數(shù)列表中三個(gè)值存在缺省的情況,則會(huì)被設(shè)置為默認(rèn)值:start=0,end=數(shù)組的維度,step=1
一維矩陣的切片操作
import numpy as np
arr = np.arange(10)
print("arr:",arr)
#缺省三個(gè)參數(shù)的情況
print("三個(gè)參數(shù)都不寫:",arr[::])
#三個(gè)參數(shù)都寫
print("arr[1:11:2]的值:",arr[1:11:2])
#缺省start和step參數(shù)
print("缺省start和step參數(shù):",arr[:4:])
#逆向輸出矩陣
print("步長(zhǎng)為-1:",arr[::-1])
結(jié)果:
二維矩陣的切片操作
二維矩陣的行列獲取,除了矩陣的轉(zhuǎn)置可以獲取列的信息之外,我們還可以通過(guò)下列方式
arr[ : , 0 ] 格式中逗號(hào)前面的【:】表示所有行,逗號(hào)后面表示列,所以是第0列
arr[ 1, : ] 同理 格式中逗號(hào)后面的【:】表示所有列,逗號(hào)前面表示行,所以是第1行
arr[ : ,1] 表示的是第一列
import numpy as np
arr = np.arange(12).reshape(3,4)
print("arr值為:\n",arr)
#矩陣的第0列
print("矩陣的第0列:\n",arr[:,0])
#矩陣的第一行
print("矩陣的第一行:\n",arr[1,:])
結(jié)果:
除了上面的使用方式,我們還可以使用下面這種方式:逗號(hào)后面的:3表示0:3就是列的0,1,2列
#切片獲取矩陣的前兩列
print("矩陣的前三列為:\n",arr[:,:3])
#切片獲取矩陣的第第一行和第二行
print("矩陣的第一行和第二行為:(索引從0開(kāi)始:)\n",arr[0:2,:])
結(jié)果:
切片我們也是可以使用負(fù)值的,那在Numpy矩陣中也是可以使用的。
#獲取前兩行三列的值
print("前兩行前三列:\n",arr[:2,:3])
#矩陣的行逆序,第三行變?yōu)榈谝恍?/p>
print("行元素逆序:\n",arr[::-1,:])
#矩陣的列逆序,第四列變?yōu)榈谝涣?/p>
print("列元素逆序:\n",arr[:,::-1])
#矩陣的逆序
print("逆序:\n",arr[::-1,::-1])
結(jié)果:
朋友們!好啦!我們Numpy索引和切片的內(nèi)容就介紹到這里吧!更多關(guān)于“Python培訓(xùn)”的問(wèn)題,歡迎咨詢千鋒教育在線名師。千鋒教育多年辦學(xué),課程大綱緊跟企業(yè)需求,更科學(xué)更嚴(yán)謹(jǐn),每年培養(yǎng)泛IT人才近2萬(wàn)人。不論你是零基礎(chǔ)還是想提升,都可以找到適合的班型,千鋒教育隨時(shí)歡迎你來(lái)試聽(tīng)。