三 Numpy基礎 陣列元素查詢 修改

import numpy as np

a = np.arange(16).reshape(2,2,4)
print("原陣列：\n",a)
print("單值索引值：\n",a[1][1][2])
>>>
原陣列：
[[[ 0  1  2  3]
[ 4  5  6  7]]
[[ 8  9 10 11]
[12 13 14 15]]]
單值索引值：
14

import numpy as np

a=np.arange(25).reshape(5,5)#定義乙個5*5的二維陣列
print("原陣列：\n",a)
print("花式索引多值（外層取行值）：\n",a[[3, 3, 1, 4]])#注意這裡一定傳入的是陣列格式
print("花式索引多值（二次取值，先行後列）：\n",a[[0,2,2,4],[0,2,4,4]])#注意這裡一定傳入的是陣列格式
>>>
原陣列：
[[ 0  1  2  3  4]
[ 5  6  7  8  9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]]
花式索引多值（外層取行值）：
[[15 16 17 18 19]
[15 16 17 18 19]
[ 5  6  7  8  9]
[20 21 22 23 24]]
花式索引多值（外層取行值）：
[ 0 12 14 24]

import numpy as np

a=np.random.random((4,4))#生成4×4的二維陣列
b=a>0.5#生成以a>0.5為篩選條件的布林陣列
print(b)
print(a[b])#根據布林陣列將原值取出，變成一維陣列
>>>
[[ true  true false false]
[ true  true  true false]
[ true  true  true  true]
[ true false  true false]]
[0.72159895 0.85017348 0.88332226 0.7494597  0.8514071  0.91133411 0.89253366 0.80979503 0.61827433 0.94660476 0.67418788]

import numpy as np

a=np.arange(24).reshape(4,6)#生成4×4的二維陣列
b=a[[1,3],[3,5]]#花式索引
c=a[np.ix_([1,3],[3,5])]#索引器
d=a[[1,3]][:,[3,5]]
print("原陣列：\n",a)
print("花式索引：\n",b)
print("索引器索引：\n",c)
print("c等值於d：\n",d)
>>>
原陣列：
[[ 0  1  2  3  4  5]
[ 6  7  8  9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
花式索引：
[ 9 23]
索引器索引：
[[ 9 11]
[21 23]]
c等值於d：
[[ 9 11]
[21 23]]

import numpy as np

a = np.arange(16).reshape(2,2,4)
print("原陣列：\n",a)
print("取乙個值：\n",a[1][1][2])
print("切片範圍取值：\n",a[1][1][2:4])
print("更大範圍的切片遍歷：：\n",a[0][:][0:4])
>>>
原陣列：
[[[ 0  1  2  3]
[ 4  5  6  7]]
[[ 8  9 10 11]
[12 13 14 15]]]
取乙個值：
14切片範圍取值： 
[14 15]　　
更大範圍的切片遍歷：
				
numpy建立三維空陣列 NumPy高階修煉 基礎
建立並檢視資料 首先匯入並檢視numpy版本，我的版本是1.17.2，由於版本不同可能有些 寫法不一樣 接著我們來建立乙個陣列 當然我們可以將列表巢狀在列表中建立乙個二維陣列 接下來我們檢視這兩個陣列的維數 ok，和我們預想的一樣，接著我們檢視資料的shape屬性 這個shape不好翻譯，有說是矩陣...
				
Numpy訪問陣列元素
import numpy 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...
				
NumPy基礎 結構化陣列 三
作為乙個可選的便利，numpy提供了ndarray子類，該子類允許按屬性而不是僅按索引訪問結構化陣列的字段。記錄陣列使用特殊的資料型別，該資料型別允許按屬性訪問從陣列獲得的結構化標量上的字段。numpy.rec模組提供了從各種物件建立recarrays的函式。建立記錄陣列最簡答的方法是使用numpy...