Numpy的學習3 索引

import numpy as np

a = np.arange(3, 15)
# array([3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
print(a[3])  # 6
a = np.arange(3, 15).reshape((3, 4))
"""array([[ 3,  4,  5,  6]
[ 7,  8,  9, 10]
[11, 12, 13, 14]])
"""print(a[2])
# [11 12 13 14]
#兩種的表示方法
print(a[1][1])      # 8
print(a[1, 1])      # 8
#還可以使用切片操作
print(a[1, 1:3])    # [8 9]
for row in a:
print(row)
"""    
實現的是逐行列印的功能
[ 3,  4,  5, 6]
[ 7,  8,  9, 10]
[11, 12, 13, 14]
"""for column in a.t:
print(column)
"""  
通過轉置實現的是逐列列印
[ 3,  7,  11]
[ 4,  8,  12]
[ 5,  9,  13]
[ 6, 10,  14]
"""#通過a.flat 實現的是迭代輸出
print(a.flatten())
# array([3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
for item in a.flat:
print(item)

注意的地方：

如果直接for i in a，列印的是3個一維陣列

for i in a.flat 列印的是每乙個元素

numpy 學習筆記3

encoding utf 8 import numpy as np 數學與統計方法 標準正態分佈資料 arr np.random.randn 5,4 print arr print arr.mean print np.mean arr print test1 print arr.sum arr np...

Numpy學習筆記之ndarray的索引和切片

numpy學習筆記之ndarray的索引和切片 1.基本索引和切片 一維陣列和python列表結構差不多，基本索引和切片得到的結果都是原始陣列的檢視，修改檢視也會修改原始陣列。若想得到副本而非檢視，就需要進行顯式的複製操作，例如arr 5 8 copy 再來看一下二維陣列的基本索引和切片 重要的事情...

numpy急速入門 3 索引與切片

索引與切片是list中非常實用的功能，當然nadrrary也會有 一維陣列的索引和切片 import numpy as np a np.array 2,3,4,5 print a 2 a np.array 4,5,6,7,8,9 print a 1 4 2 起始1終點4步長2 多維陣列的索引和切片 ...