? NumPy是Python語言的一個擴展程序庫。支持高階大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫。在進行大量數據計算中，NumPy會為我們提供很多的方便。最近我在學習CV方面的知識，卻老是弄混冒號在切片的作用，就寫一篇文章來加深一下印象。

一維數組

? 在一維數組中我們常見的表示方法有s[i:j] ，s[i:j:k]，s[::-1]等等，下面我會依次實驗一下各種符號的作用。

import numpy as np # 生成一個0到9的np數組（注意跟數組一樣，下標是從零開始） a = np.arange(10) # 打印數組 print("a={}".format(a)) # 取下標為1的元素到下標為8的元素（左閉右開） b=a[1:8] print("b={}".format(b)) # 開頭省略意味著從起始位置開始取-1代表倒數第一個元素位置（左閉右開） c=a[:-1] print("c={}".format(c)) # 開頭省略意味著從起始位置開始取-2代表倒數第二個元素位置（左閉右開） d=a[:-2] print("d={}".format(d)) # 從倒數第二個元素開始直到最后一個元素為止 e=a[-2:] print("e={}".format(e)) # a[i:j:k]表示從i開始步長為k取到j元素為止 f= a[1:8:2] print("f={}".format(f)) # s[::-1]是從最后一個元素到第一個元素反向復制一遍 g=a[::-1] print("g={}".format(g))

?

輸出：

在一維數組中還是比較簡單的，“：代表取全部元素”

二維數組

? 二維數組的情況稍微復雜，因為維度增加了所以引入“，”來作為不同維度的分隔符

import numpy as npa = np.array([[1,2,3],[3,4,5],[4,5,6]]) # 打印數組 print("a={}".format(a))# 第一維全取（即行），第二位只取下標為1的那列 b=a[:,1] print("b={}".format(b))# 第一維全取（即行），第二位從下標為1的那列起直到結尾 c=a[:,1:] print("c={}".format(c))# 第二維全取（即列），第一維只取下標為1的那列 d=a[1,:] print("d={}".format(d))# 第一維取下標為一開始，第二維取到下標為1為止 e=a[1:,:1] print("e={}".format(e))# 此處省略號可以理解為取全部元素，需要具體分析 f= a[1,...] print("f={}".format(f))

輸出：

三維數組

??三維數組乃至多維數組是比較難理解的，需要多進行操作思考

import numpy as npa = np.array([[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]],[[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]],[[25, 26, 27, 28], [29, 30, 31, 32], [33, 34, 35, 36]],]) # 打印數組 print("a={}".format(a)) b=a[1,2,1] print("b={}".format(b))c=a[::,1] print("c={}".format(c))d=a[1,:1,2:] print("d={}".format(d))

輸出：

在這里推薦一位大佬寫的文章，十分詳細，我只是挑了其中的一小部分，想要更加深入了解的同學移步：Python二維數組與三維數組切片詳解

總結

以上是生活随笔為你收集整理的一文看懂NumPy的切片中常用的冒号的全部內容，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。