importnumpy as np
n = np.array(([1,2,3],[4,5,6],[7,8,9]))
'''array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
'''#
第一行元素
n[0]
#array([1, 2, 3])
#第一行第三列元素
n[0,2]#3
#第一行和第二行的元素
n[[0,1]]
'''array([[1, 2, 3],
[4, 5, 6]])
'''#
第一行第三列,第三行第二列,第二行第一列
n[[0,2,1],[2,1,0]]
#array([3, 8, 4])
a = np.arange(8)
#array([0, 1, 2, 3, 4, 5, 6, 7])
#將陣列倒序
a[::-1]
#array([7, 6, 5, 4, 3, 2, 1, 0])
#步長為 2
a[::2]
#array([0, 2, 4, 6])
#從 0 到 4 的元素
a[:5]
#array([0, 1, 2, 3, 4])
c = np.arange(16)
#array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15])
c.shape = 4,4
'''array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
'''#
第一行,第三個元素到第五個元素(如果沒有則輸出到末尾截止)
c[0,2:5]
#array([2, 3])
#第二行元素
c[1]
#array([4, 5, 6, 7])
#第三行到第六行,第三列到第六列
c[2:5,2:5]
'''array([[10, 11],
[14, 15]])
'''#
第二行第三列元素和第三行第四列元素
c[[1,2],[2,3]]
#array([ 6, 11])
#第一行和第三行的第二列到第三列的元素
c[[0,2],1:3]
'''array([[ 1, 2],
[ 9, 10]])
'''#
第一列和第三列的所有橫行元素
c[:,[0,2]]
'''array([[ 0, 2],
[ 4, 6],
[ 8, 10],
[12, 14]])
'''#
第三列所有元素
c[:,2]
#array([ 2, 6, 10, 14])
#第二行和第四行的所有元素
c[[1,3]]
'''array([[ 4, 5, 6, 7],
[12, 13, 14, 15]])
'''#
第一行的第二列,第四列元素,第四行的第二列,第四列元素
c[[0,3]][:,[1,3]]
'''array([[ 1, 3],
[13, 15]])
'''
2020-05-07
資料分析 numpy 05 陣列元素的訪問
a1 np.arange 10 print a1 a1 print a1 0 print a1 2 4 print a1 1 修改a1 0 100 a1 2 4 200,300print a1 1 2 二維陣列 a2 np.arange 1,13,1 reshape 3,4 print a2 a2 ...
C 訪問陣列元素
using system using system.collections.generic using system.linq using system.text using system.threading.tasks namespace 1212 訪問陣列元素 宣告一維陣列 array 2 33...
9 訪問陣列元素
import numpy as npnumpy中,我們可以像訪問普通陣列一樣用下標來訪問ndarray中的元素,比如 a 0 0 第1行第1列 a 1 1 第2行第2列 numpy通過索引訪問陣列元素 使用2個 中括號 也就是a的形式 表示 第 切片 行中的第 切片 行 使用1個 中括號 也就是a ...