BERT：ERNIE，咱們下個星期三第二節是啥課？
ERNIE：我康康......(｀?ω?′)>>> table[3][2] >>> 2 >>> courseDict[2] >>> 面向對象程序設計ERNIE：是上面向對象程序設計
BERT：那沒事了，今晚繼續煉丹︿(￣︶￣)︿

假設你已經創建了一個ndarray數組，或許存放著你下個星期的課表（每個數據成員存放課程代表的編號）。對于那個擺在你眼前的ndarray數組，怎么獲取下個星期三第4節課對應的編號呢？又如何知曉星期二的所有課呢？

對于第一個需求，我們需要獲取的是一個組合數據類型中的一個數據成員，這種需求對應的操作稱為“索引”；對于第二個需求，我們需要獲取的是一個組合數據類型中的一系列數據成員作為一個子集提出，這種需求對應的操作稱為“切片”。

Python對數據的索引和切片是非常重要的特征之一，np也繼承了傳統Python對組合數據類型的切片與索引操作。方法大同小異。

• 一維數組IDE測試

>>> a = np.array([9,8,7,6,5]) >>> a[2] # 索引，直接可以通過下標索引 7 >>> a[1 : 4 : 2] # 切片，和列表一樣，格式為ls[起始編號 : 終止編號(不含) : 步長] array([8, 6])

• 多維數組IDE測試

>>> a array([[1, 2, 3],[4, 5, 6],[7, 8, 9]]) >>> a[2,2] # 多維支持a[ax1,ax2,...,axn]的索引，這種方法比較常用 9 >>> a[2][2] # 也支持傳統列表a[ax1][ax2]...[axn]的索引方式，不常用 9 >>> a[:2,:2] # 把每個坐標替換成切片操作符就可以分別對每一個維度進行切片了 array([[1, 2],[4, 5]]) >>> a[::2,::2] array([[1, 3],[7, 9]]) >>> a[::-1,::-1] array([[9, 8, 7],[6, 5, 4],[3, 2, 1]])

總結

以上是生活随笔為你收集整理的多维数组的索引与切片_Numpy库使用入门（二）数据的索引和切片的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。