Python 實(shí)現(xiàn)取多維數(shù)組第n維的前幾位

現(xiàn)在我們有一個(gè)shape為(7352, 9, 128, 1)的numpy數(shù)組。

想要取出第2維的前三個(gè)數(shù)據(jù)，構(gòu)成新數(shù)組(7352, 3, 128, 1)

我的思想是：將第2維數(shù)據(jù)轉(zhuǎn)置（transpose）到第一維，再用切片（slice）取出前三個(gè)數(shù)據(jù)，再轉(zhuǎn)置回去：

print("# original", input.shape)

input_transpose = input.transpose((1, 0, 2, 3))

print("# transpose", input_transpose.shape)

input_slice = input_transpose[0:3]

print("# slice", input_slice.shape)

output = input_slice.transpose((1, 0, 2, 3))

print("# output", output.shape)

其實(shí)更簡單的做法是：

print("# original", input.shape)

print("# output", input[:, [0, 1, 2]].shape)

以上這篇Python 實(shí)現(xiàn)取多維數(shù)組第n維的前幾位就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持我們。

時(shí)間： 2019-11-24

最近找遍了python的各個(gè)函數(shù)發(fā)現(xiàn)無法直接生成隨機(jī)的二維數(shù)組,其中包括random()相關(guān)的各種方法,都沒有得到想要的結(jié)果.最后在一篇博客中受到啟發(fā),通過列表解析的方法得到隨機(jī)的二維數(shù)組. 具體如下: a = [[random.randint(1, 4) for j in range(1, 3)] for i in range(1, 11)] print(array(a)) 其中random.randint(1, 4)用來產(chǎn)生一個(gè)隨機(jī)整數(shù).此時(shí)創(chuàng)建了一個(gè)10行2列的數(shù)組. [[1 3] [1

這個(gè)操作在numpy數(shù)組上的操作感覺有點(diǎn)麻煩,但是也沒辦法. 例如 a = [[1,2,3], [4,5,6], [7,8,9]] 取 a 的 2 3 行, 1 2 列 c=[1,2] d =[0,1] 若寫為 b = a[c,d] output: [4 8] 取的是 第二行第一列 和第三行第二列的數(shù)據(jù) 這并不是我們想要的結(jié)果. 正確做法是: b = a[c]先取想要的行數(shù)據(jù) b = b[:,d] print(b) output: [[4 5] [7 8]] 這才是我們想要的結(jié)果.必須要經(jīng)過這兩

本文實(shí)例講述了Python生成隨機(jī)數(shù)組的方法.分享給大家供大家參考,具體如下: 研究排序問題的時(shí)候常常需要生成隨機(jī)數(shù)組來驗(yàn)證自己排序算法的正確性和性能,今天把Python生成隨機(jī)數(shù)組的方法稍作總結(jié),以備以后查看使用. 一.使用random模塊生成隨機(jī)數(shù)組 python的random模塊中有一些生成隨機(jī)數(shù)字的方法,例如random.randint, random.random, random.uniform, random.randrange,這些函數(shù)大同小異,均是在返回指定范圍內(nèi)的一個(gè)整數(shù)或浮點(diǎn)

如下所示: import numpy as np a=np.arange(9).reshape(3,3) a Out[31]: array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) 矩陣的某一行 a[1] Out[32]: array([3, 4, 5]) 矩陣的某一列 a[:,1] Out[33]: array([1, 4, 7]) b=np.eye(3,3) b Out[36]: array([[ 1., 0., 0.], [ 0., 1., 0.], [ 0.,

首先輸入一個(gè)矩陣: >>> b=[[1,2,3,4,5,6],[2,2,3,4,5,6],[3,2,3,4,5,6],[4,2,3,4,5,6],[5,2,3,4,5,6]] >>> b=np.array(b) >>> b array([[1, 2, 3, 4, 5, 6], [2, 2, 3, 4, 5, 6], [3, 2, 3, 4, 5, 6], [4, 2, 3, 4, 5, 6], [5, 2, 3, 4, 5, 6]]) 目標(biāo):取上述矩陣

廢話不多說了,直接上代碼吧! import numpy as np array = np.array([0, 0]) for i in range(10): array = np.vstack((array, [i+1, i+1])) print(array) # [[ 0 0] # [ 1 1] # [ 2 2] # [ 3 3] # [ 4 4] # [ 5 5] # [ 6 6] # [ 7 7] # [ 8 8] # [ 9 9] # [10 10]] rand_arr = np.ara

本文實(shí)例主要是實(shí)現(xiàn)爬取一個(gè)網(wǎng)頁上的圖片地址,具體如下. 讀取一個(gè)網(wǎng)頁的源代碼: import urllib.request def getHtml(url): html=urllib.request.urlopen(url).read() return html print(getHtml(http://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%E5%A3%81%E7%BA%B8&ct=201326592&am

代碼如下: a=[] for i in range(3): a.append([]) for j in range(3): a[i].append(int(input('輸入整數(shù):\n'))) print(a) 結(jié)果如下: 輸入整數(shù): 1 輸入整數(shù): 2 輸入整數(shù): 3 輸入整數(shù): 4 輸入整數(shù): 5 輸入整數(shù): 6 輸入整數(shù): 7 輸入整數(shù): 8 輸入整數(shù): 9 [[1, 2, 3], [4, 5, 6], [7, 8, 9]] 以上這篇python for循環(huán)輸入一個(gè)矩陣的實(shí)例就是小編分享給

前兩天總結(jié)了一下python爬蟲 使用真實(shí)瀏覽器打開網(wǎng)頁的兩種方法總結(jié) 但那僅僅是總結(jié)一下而已,今天本文來實(shí)戰(zhàn)演練一下 依然使用的是 webbrowser 這個(gè)模塊 來調(diào)用瀏覽器 關(guān)于的三種打開方式在上一篇文章中已經(jīng)說過了,這里不再贅述 如果沒有特意注冊,那么將會是使用默認(rèn)的瀏覽器來打開網(wǎng)頁,如下: #默認(rèn)瀏覽器 #coding:utf-8 import webbrowser as web #對導(dǎo)入的庫進(jìn)行重命名 def run_to_use_default_browser_open_url(u

用正則表達(dá)式爬取貓眼電影top100,具體內(nèi)容如下 #!/usr/bin/python # -*- coding: utf-8 -*- import json # 快速導(dǎo)入此模塊:鼠標(biāo)先點(diǎn)到要導(dǎo)入的函數(shù)處,再Alt + Enter進(jìn)行選擇 from multiprocessing.pool import Pool #引入進(jìn)程池 import requests import re import csv from requests.exceptions import RequestException

Queue Tornado的tornado.queue模塊為基于協(xié)程的應(yīng)用程序?qū)崿F(xiàn)了一個(gè)異步生產(chǎn)者/消費(fèi)者模式的隊(duì)列.這與python標(biāo)準(zhǔn)庫為多線程環(huán)境實(shí)現(xiàn)的queue模塊類似. 一個(gè)協(xié)程執(zhí)行到y(tǒng)ieldqueue.get會暫停,直到隊(duì)列中有條目.如果queue有上限,一個(gè)協(xié)程執(zhí)行yieldqueue.put將會暫停,直到隊(duì)列中有空閑的位置. 在一個(gè)queue內(nèi)部維護(hù)了一個(gè)未完成任務(wù)的引用計(jì)數(shù),每調(diào)用一次put操作便會增加引用計(jì)數(shù),而調(diào)用task_done操作將會減少引用計(jì)數(shù). 下面是一個(gè)簡單的

對于一個(gè)net開發(fā)這爬蟲真真的以前沒有寫過.這段時(shí)間開始學(xué)習(xí)python爬蟲,今天周末無聊寫了一段代碼爬取上海租房圖片,其實(shí)很簡短就是利用爬蟲的第三方庫Requests與BeautifulSoup.python 版本:python3.6 ,IDE :pycharm.其實(shí)就幾行代碼,但希望沒有開發(fā)基礎(chǔ)的人也能一下子看明白,所以大神請繞行. 第三方庫首先安裝 我是用的pycharm所以另為的腳本安裝我這就不介紹了. 如上圖打開默認(rèn)設(shè)置選擇Project Interprecter,雙擊pip或者點(diǎn)擊加

本文實(shí)例為大家分享了python爬蟲爬取淘寶商品的具體代碼,供大家參考,具體內(nèi)容如下 1.需求目標(biāo) : 進(jìn)去淘寶頁面,搜索耐克關(guān)鍵詞,抓取 商品的標(biāo)題,鏈接,價(jià)格,城市,旺旺號,付款人數(shù),進(jìn)去第二層,抓取商品的銷售量,款號等. 2.結(jié)果展示 3.源代碼 # encoding: utf-8 import sys reload(sys) sys.setdefaultencoding('utf-8') import time import pandas as pd time1=time.time()

總結(jié)

以上是生活随笔為你收集整理的python取前三位_Python 实现取多维数组第n维的前几位的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。