import numpy as np
a = np.arange(3, 15).reshape(3, 4)
print("a=")
print(a)
print("第2行的資料:", a[2])
print("第2行第3列的資料:", a[2][3])
輸出為:
a=
[[ 3 4 5 6]
[ 7 8 9 10]
[11 12 13 14]]
第2行的資料: [11 12 13 14]
第2行第3列的資料: 14
對於獲取第2行第3列的資料,我們還可以用如下的方式來獲取:
print("第2行第3列的資料:", a[2, 3])
用冒號索引可以對資料進行切片。
import numpy as np
a = np.arange(3, 15).reshape(3, 4)
print("a=")
print(a)
print("第2行所有數:", a[2, :])
輸出為:
a=
[[ 3 4 5 6]
[ 7 8 9 10]
[11 12 13 14]]
第2行所有數: [11 12 13 14]
上面用冒號來對資料選擇進行了佔位。
如果我們想要獲得第1列的所有數:
import numpy as np
a = np.arange(3, 15).reshape(3, 4)
print("a=")
print(a)
print("第1列所有數:", a[:, 1])
輸出為第1列的所有數:
a=
[[ 3 4 5 6]
[ 7 8 9 10]
[11 12 13 14]]
第1列所有數: [ 4 8 12]
獲取第1行從第2列到第4列的值:
import numpy as np
a = np.arange(3, 15).reshape(3, 4)
print("a=")
print(a)
print("第1行從第2列到第4列的值:", a[1, 2:4])
輸出為:
a=
[[ 3 4 5 6]
[ 7 8 9 10]
[11 12 13 14]]
第1行從第1列到第2列的值: [ 9 10]
把資料變平的意思是:如果是多維陣列,則把陣列中的每個元素平鋪開來,變成一維資料,這樣便於用索引值進行訪問。
例如:
import numpy as np
a = np.arange(3, 15).reshape(3, 4)
print("a=")
print(a)
print("flatten=", a.flatten())
輸出:
a=
[[ 3 4 5 6]
[ 7 8 9 10]
[11 12 13 14]]
flatten= [ 3 4 5 6 7 8 9 10 11 12 13 14]
也可以用a.flat返回乙個迭代器來變數其中的元素:
import numpy as np
a = np.arange(3, 15).reshape(3, 4)
print("a=")
print(a)
for v in a.flat:
print(v, end=',')
輸出為:
a=
[[ 3 4 5 6]
[ 7 8 9 10]
[11 12 13 14]]
3,4,5,6,7,8,9,10,11,12,13,14,
numpy的array合併 老魚學numpy
本節主要講述如何把兩個陣列按照行或列進行合併。例如 import numpy as np a np.array 1,1,1 b np.array 2,2,2 print np.vstack a,b 合併後輸出結果為 1 1 1 2 2 2 import numpy as np a np.array ...
numpy array的複製 老魚學numpy
看例子 a np.array 0,1,2,3 b a a 0 5 print b b 判斷a和b是否是同樣的位址 print b is a 執行結果 b 5 1 2 3 true上面的例子中,我們改變了a的值,但列印出來b中的值也被修改了,原因是a和b指向相同的物件。如果我們想要解決修改了a的值不會...
numpy建立array 老魚學numpy
import numpy as np 陣列 a 1,2,3 4,5,6 print a a 矩陣 b np.array a print b b 執行後輸出為 a 1,2,3 4,5,6 b 1 2 3 4 5 6 我們可以看到python中的陣列和numpy中的陣列在螢幕上輸出的一些細微的差異 nu...