Numpy 索引
作者: 莫烦 发布于: 2016-01-01
编辑: 一维索引¶
我们都知道,在元素列表或者数组中,我们可以用如同a[2]
一样的表示方法,同样的,在Numpy中也有相对应的表示方法:
让我们将矩阵转换为二维的,此时进行同样的操作:
实际上这时的A[2]
对应的就是矩阵A
中第三行(从0开始算第一行)的所有元素。
二维索引¶
如果你想要表示具体的单个元素,可以仿照上述的例子:
此时对应的元素即A[1][1]
,在A
中即横纵坐标都为1,第二行第二列的元素,即8(因为计数从0开始)。同样的还有其他的表示方法:
在Python的 list 中,我们可以利用:
对一定范围内的元素进行切片操作,在Numpy中我们依然可以给出相应的方法:
这一表示形式即针对第二行中第2到第4列元素进行切片输出(不包含第4列)。 此时我们适当的利用for函数进行打印:
此时它会逐行进行打印操作。如果想进行逐列打印,就需要稍稍变化一下:
上述表示方法即对A进行转置,再将得到的矩阵逐行输出即可得到原矩阵的逐列输出。
最后依然说一些关于迭代输出的问题:
这一脚本中的flatten
是一个展开性质的函数,将多维的矩阵进行展开成1行的数列。而flat
是一个迭代器,本身是一个object
属性。