最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

詳解Python二維數(shù)組與三維數(shù)組切片的方法

 更新時間:2019年07月18日 10:51:16   作者:一騎走煙塵  
這篇文章主要介紹了詳解Python二維數(shù)組與三維數(shù)組切片的方法,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

如果對象是二維數(shù)組,則切片應(yīng)當是x[:]的形式,里面有一個冒號,冒號之前和之后分別表示對象的第0個維度和第1個維度;

如果對象是三維數(shù)組,則切片應(yīng)當是x[::],里面有兩個冒號,分割出三個間隔,三個間隔的前、中和后分別表示對象的第0、1、2個維度。

x[n,:]、x[:,n]、x[m:n,:]、x[:,m:n]

上面的中括號中(m:n)應(yīng)當看成一個整體,除了(m:n)之外的冒號就是用來表明在哪個維度上操作的。

對于二維數(shù)組,在冒號前面的(n,)意味著對二維數(shù)組的第0個維度上的第n號元素操作,在冒號后面的(,n)意味著對二維數(shù)組的第1個維度上的第n號元素進行操作。如果n替換成(m:n)則表示對第m號到第n-1號元素操作。

舉例:

import numpy as np

a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16], [17, 18, 19, 20]])
print(a.shape)
print(a[0, :], a[0, :].shape)
print(a[1, :], a[1, :].shape)
print(a[-1, :], a[-1, :].shape)
print(a[0:2, :], a[0:2, :].shape)
print(a[:, 0], a[:, 0].shape)
print(a[:, 1], a[:, 1].shape)
print(a[:, -1], a[:, -1].shape)
print(a[:, 0:2], a[:, 0:2].shape)

 運行結(jié)果如下:

(5, 4)
[1 2 3 4] (4,)
[5 6 7 8] (4,)
[17 18 19 20] (4,)
[[1 2 3 4]
 [5 6 7 8]] (2, 4)
[ 1 5 9 13 17] (5,)
[ 2 6 10 14 18] (5,)
[ 4 8 12 16 20] (5,)
[[ 1 2]
 [ 5 6]
 [ 9 10]
 [13 14]
 [17 18]] (5, 2)

Process finished with exit code 0

上例中,a是shape=(5,4)的數(shù)組。第0個維度上有5個元素,第1個維度上有4個元素(元素不一定是單個值, 也可能是數(shù)組,這里的元素的叫法是相對于某個維度而言的)。

  • a[0, :]、a[1, :]、a[-1, :]分別提取了a的第0個維度上的第0、1和-1個元素,每個元素都是一個含有4個元素的數(shù)組。
  • a[0:2, :]提取了a的第0個維度上的第0和1兩個元素,兩個元素都是一個含有4個元素的數(shù)組,共同組成一個二維數(shù)組。
  • a[:, 0]、a[:, 1]、a[:, -1]分別提取了a的第1個維度上的0、1和-1個元素,每個元素都是單個元素值。
  • a[:, 0:2]提取了a的第1個維度上的第0和1兩個元素,兩個元素都是單個元素值,共同組成一個二維數(shù)組。

x[n,::]、x[:,n:]、x[::,n]、x[:,:,n]、x[m:n,::]、x[:,m:n:]、x[::,m:n]、x[:,:,m:n]

上面的中括號中(m:n)應(yīng)當看成一個整體,除了(m:n)之外的兩個冒號就是用來表明在哪個維度上操作的。

對于三維數(shù)組,在雙冒號的最前面的(n,)意味著對三維數(shù)組的第0個維度上的第n號元素操作,在雙冒號的中間的(,n)意味著對三維數(shù)組的第1個維度上的第n號元素進行操作,在雙冒號的后面的(,n)意味著對三維數(shù)組的第2個維度上的第n號元素進行操作。如果n替換成(m:n)則表示對第m號到第n-1號元素操作。

舉例:

import numpy as np

b = 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]],
       ])

print(b.shape)
print("b[0, ::],b[1, ::],b[-1, ::],b[0:2, ::]")
print(b[0, ::], b[0, ::].shape)
print(b[1, ::], b[1, ::].shape)
print(b[-1, ::], b[-1, ::].shape)
print(b[0:2, ::], b[0:2, ::].shape)
print("b[:, 0:],b[:, 1:],b[:, -1:],b[:, 0:2:]")
print(b[:, 0:], b[:, 0:].shape)
print(b[:, 1:], b[:, 1:].shape)
print(b[:, -1:], b[:, -1:].shape)
print(b[:, 0:2:], b[:, 0:2:].shape)
print("b[::, 0],b[::, 1],b[::, -1],b[::, 0:2:]")
print(b[::, 0], b[::, 0].shape)
print(b[::, 1], b[::, 1].shape)
print(b[::, -1], b[::, -1].shape)
print(b[::, 0:2:], b[::, 0:2].shape)
print("b[:,:, 0],b[:,:, 1],b[:,:, -1],b[:,:, 0:2:]")
print(b[:, :, 0], b[:, :, 0].shape)
print(b[:, :, 1], b[:, :, 1].shape)
print(b[:, :, -1], b[:, :, -1].shape)
print(b[:, :, 0:2:], b[:, :, 0:2].shape)

運行結(jié)果如下:

(3, 3, 4)
b[0, ::],b[1, ::],b[-1, ::],b[0:2, ::]
[[ 1 2 3 4]
 [ 5 6 7 8]
 [ 9 10 11 12]] (3, 4)
[[13 14 15 16]
 [17 18 19 20]
 [21 22 23 24]] (3, 4)
[[25 26 27 28]
 [29 30 31 32]
 [33 34 35 36]] (3, 4)
[[[ 1 2 3 4]
 [ 5 6 7 8]
 [ 9 10 11 12]]

 [[13 14 15 16]
 [17 18 19 20]
 [21 22 23 24]]] (2, 3, 4)
b[:, 0:],b[:, 1:],b[:, -1:],b[:, 0:2:]
[[[ 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]]] (3, 3, 4)
[[[ 5 6 7 8]
 [ 9 10 11 12]]

 [[17 18 19 20]
 [21 22 23 24]]

 [[29 30 31 32]
 [33 34 35 36]]] (3, 2, 4)
[[[ 9 10 11 12]]

 [[21 22 23 24]]

 [[33 34 35 36]]] (3, 1, 4)
[[[ 1 2 3 4]
 [ 5 6 7 8]]

 [[13 14 15 16]
 [17 18 19 20]]

 [[25 26 27 28]
 [29 30 31 32]]] (3, 2, 4)
b[::, 0],b[::, 1],b[::, -1],b[::, 0:2:]
[[ 1 2 3 4]
 [13 14 15 16]
 [25 26 27 28]] (3, 4)
[[ 5 6 7 8]
 [17 18 19 20]
 [29 30 31 32]] (3, 4)
[[ 9 10 11 12]
 [21 22 23 24]
 [33 34 35 36]] (3, 4)
[[[ 1 2 3 4]
 [ 5 6 7 8]]

 [[13 14 15 16]
 [17 18 19 20]]

 [[25 26 27 28]
 [29 30 31 32]]] (3, 2, 4)
b[:,:, 0],b[:,:, 1],b[:,:, -1],b[:,:, 0:2:]
[[ 1 5 9]
 [13 17 21]
 [25 29 33]] (3, 3)
[[ 2 6 10]
 [14 18 22]
 [26 30 34]] (3, 3)
[[ 4 8 12]
 [16 20 24]
 [28 32 36]] (3, 3)
[[[ 1 2]
 [ 5 6]
 [ 9 10]]

 [[13 14]
 [17 18]
 [21 22]]

 [[25 26]
 [29 30]
 [33 34]]] (3, 3, 2)

Process finished with exit code 0

上例中,b是shape=(3,3,4)的數(shù)組。第0個維度上有3個元素,第1個維度上有3個元素,第2個維度上有4個元素(元素不一定是單個值, 也可能是數(shù)組,這里的元素的叫法是相對于某個維度而言的)。

  • b[0, ::]、b[1, ::]、b[-1, ::]分別提取了b的第0個維度上的第0、1和-1個元素,每個元素都是一個二維數(shù)組。
  • b[0:2, ::]提取了b的第0個維度上的第0和1兩個元素,兩個元素都是一個二維數(shù)組,共同組成一個三維數(shù)組。
  • b[:, 0:]、b[:, 1:]、b[:, -1:]分別提取了b的全部元素(都是由4個元素的單個數(shù)組)、b的第1個維度上除第0號外的所有元素(都是由4個元素的單個數(shù)組)、b的第1個維度上的所有最后一個位置上的元素(都是由4個元素的單個數(shù)組)。
  • b[:, 0:2:]提取了b的第1個維度上的第0和1兩個元素,兩個元素都是一個有4個元素的數(shù)組,共同組成一個三維數(shù)組。
  • b[::, 0]、b[::, 1]、b[::, -1]分別提取了b的第2個維度上的0、1和-1個元素(這里的元素就是單個有4個元素的數(shù)組),每個元素都是有4個元素的數(shù)組。
  • b[::, 0:2]提取了b的第2個維度上的第0和1兩個元素(這里的元素就是單個有4個元素的數(shù)組),兩個元素都是有4個元素的數(shù)組。
  • b[:,:, 0]、b[:,:, 1]、b[:,:, -1]分別提取了b的第2個維度的所有元素(即有4個元素的數(shù)組)中的第0、1和-1個元素值,每個元素都是單個元素值。
  • b[:,:, 0:2]提取了b的第2個維度的所有元素(即有4個元素的數(shù)組)中的第0和1兩個元素值,兩個元素都是單個元素值。

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Django ValuesQuerySet轉(zhuǎn)json方式

    Django ValuesQuerySet轉(zhuǎn)json方式

    這篇文章主要介紹了Django ValuesQuerySet轉(zhuǎn)json方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-03-03
  • Python數(shù)據(jù)類型轉(zhuǎn)換匯總

    Python數(shù)據(jù)類型轉(zhuǎn)換匯總

    這篇文章主要給大家分享的是Python數(shù)據(jù)類型轉(zhuǎn)換匯總,int,float相互轉(zhuǎn)換、int,string相互轉(zhuǎn)換、float,string相互轉(zhuǎn)換、string,list相互轉(zhuǎn)換等常見內(nèi)容,需要的小伙伴可以參考一下
    2022-03-03
  • python實現(xiàn)橫向拼接圖片

    python實現(xiàn)橫向拼接圖片

    這篇文章主要為大家詳細介紹了python實現(xiàn)橫向拼接圖片,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2020-03-03
  • Pycharm遠程調(diào)試原理及具體配置詳解

    Pycharm遠程調(diào)試原理及具體配置詳解

    這篇文章主要介紹了Pycharm遠程調(diào)試原理及具體配置詳解,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2019-08-08
  • 淺析Python?WSGI的使用

    淺析Python?WSGI的使用

    WSGI也稱之為web服務(wù)器通用網(wǎng)關(guān)接口,全稱是web?server?gateway?interface。這篇文章主要為大家介紹了Python?WSGI的使用,希望對大家有所幫助
    2023-04-04
  • 使用Pytorch構(gòu)建第一個神經(jīng)網(wǎng)絡(luò)模型?附案例實戰(zhàn)

    使用Pytorch構(gòu)建第一個神經(jīng)網(wǎng)絡(luò)模型?附案例實戰(zhàn)

    這篇文章主要介紹了用Pytorch構(gòu)建第一個神經(jīng)網(wǎng)絡(luò)模型(附案例實戰(zhàn)),本文通過實例代碼給大家講解的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2023-03-03
  • 詳解PyTorch預(yù)定義數(shù)據(jù)集類datasets.ImageFolder使用方法

    詳解PyTorch預(yù)定義數(shù)據(jù)集類datasets.ImageFolder使用方法

    這篇文章主要為大家介紹了PyTorch預(yù)定義數(shù)據(jù)集類datasets.ImageFolder使用方法詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2023-04-04
  • Python實現(xiàn)24點小游戲

    Python實現(xiàn)24點小游戲

    這篇文章主要為大家詳細介紹了Python實現(xiàn)24點小游戲,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-09-09
  • Python中PDF轉(zhuǎn)Word的多種實現(xiàn)方法

    Python中PDF轉(zhuǎn)Word的多種實現(xiàn)方法

    在日常辦公和數(shù)據(jù)處理中,經(jīng)常需要將PDF文檔轉(zhuǎn)換為Word文檔,以便進行編輯、修改或格式調(diào)整,Python作為一種強大的編程語言,提供了多種庫和工具來實現(xiàn)這一功能,以下是對Python中PDF轉(zhuǎn)Word技術(shù)的詳細介紹,需要的朋友可以參考下
    2025-01-01
  • Django如何實現(xiàn)RBAC權(quán)限管理

    Django如何實現(xiàn)RBAC權(quán)限管理

    這篇文章主要介紹了Django如何實現(xiàn)RBAC權(quán)限管理問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-12-12

最新評論

西宁市| 武功县| 金沙县| 盖州市| 温州市| 娄底市| 新宁县| 甘孜县| 武功县| 广安市| 永平县| 清水县| 昆山市| 慈溪市| 河东区| 凤山市| 扶余县| 尚义县| 怀来县| 巧家县| 枣阳市| 邹平县| 遵义市| 凤山县| 修文县| 封丘县| 威远县| 金山区| 奇台县| 民乐县| 定陶县| 金华市| 岳普湖县| 静安区| 库尔勒市| 三亚市| 公主岭市| 闽侯县| 拉萨市| 营口市| 高要市|