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(chēng)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(xiě)：",arr[::])

　　#三個(gè)參數(shù)都寫(xiě)

　　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(xún)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)。