Python的numpy選擇特定行列的方法
numpy選擇特定行列
有時需要抽取矩陣中特定行的特定列。
比如，需要抽取矩陣x的0,1行的0,3列，結(jié)果為矩陣域
x = np.array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
y = np.array([[ 0, 3],
[ 4, 7]])錯誤做法:第一反應(yīng)這樣寫x[[0,1],[0,3]],然而得到的結(jié)果為
y Out[22]: array([0, 7])
其實這種寫法是抽去了[0,0],[1,3]兩個位置的數(shù)。numpy的所有維度的坐標(biāo)個數(shù)應(yīng)該相等，且互相是配對的。
Numpy數(shù)組的整數(shù)數(shù)組索引，返回數(shù)據(jù)副本，而不是創(chuàng)建視圖。相比切片索引，整數(shù)數(shù)組的索引更具有通用性，因為其不要求索引值具有特定規(guī)律。
整數(shù)數(shù)組索引要點(diǎn)如下：
- 對于索引數(shù)組中未建立索引的維度（索引數(shù)組中的索引集數(shù)目小于被索引數(shù)組維度），默認(rèn)被全部索引；
- 索引結(jié)果數(shù)組的形狀由索引數(shù)組的形狀與被索引數(shù)組中所有未索引的維的形狀串聯(lián)組成，也就是說，若對數(shù)組的所有維度建立索引，則索引數(shù)組的形狀等于結(jié)果數(shù)組的形狀；
- 若索引數(shù)組具有匹配的形狀，即索引數(shù)組個數(shù)（索引集數(shù)）等于被索引數(shù)組的維度，此時結(jié)果數(shù)組與索引數(shù)組具有相同形狀，且這些結(jié)果值對應(yīng)于各維索引集的索引在索引數(shù)組中的位置；
正確的做法有以下幾種：
1、先抽取行，再抽取列
x[[0,1]][:,[0,3]]
Out[31]:
array([[0, 3],
[4, 7]])2、由于結(jié)果數(shù)組與索引數(shù)組具有相同形狀，且這些結(jié)果值對應(yīng)于各維索引集的索引在索引數(shù)組中的位置，因此可以直接寫目標(biāo)數(shù)據(jù)的坐標(biāo)
index = [[[0,0],[1,1]],[[0,3],[0,3]]]
x[index]
Out[33]:
array([[0, 3],
[4, 7]])此種做法也可以利用numpy的廣播機(jī)制，寫為
x[[0,1],[[0],[3]]]
Out[39]:
array([[0, 4],
[3, 7]])注意與開始的錯誤寫法對比
3、Numpy提供的函數(shù) ix_() 更快地實現(xiàn)索引指定行列
ix_(*args)
Construct an open mesh from multiple sequences.
This function takes N 1-D sequences and returns N outputs with N
dimensions each, such that the shape is 1 in all but one dimension
and the dimension with the non-unit shape value cycles through all
N dimensions.
Using `ix_` one can quickly construct index arrays that will index
the cross product. ``a[np.ix_([1,3],[2,5])]`` returns the array
``[[a[1,2] a[1,5]], [a[3,2] a[3,5]]]``.寫法為：
i,j = np.ix_([0,1],[0,3])
x[i,j]
Out[44]:
array([[0, 3],
[4, 7]])到此這篇關(guān)于Python的numpy選擇特定行列的方法的文章就介紹到這了,更多相關(guān)numpy選擇特定行列內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python+OpenCV繪制多instance的Mask圖像
Mask圖像中，不同值表示不同的實例(instance)。本文將詳細(xì)為大家講講如何利用OpenCV繪制多instance的Mask圖像，感興趣的可以學(xué)習(xí)一下2022-06-06
淺談python函數(shù)調(diào)用返回兩個或多個變量的方法
今天小編就為大家分享一篇淺談python函數(shù)調(diào)用返回兩個或多個變量的方法，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2019-01-01
本文主要介紹了Pycharm集成Gitee的使用方法，文中通過示例代碼介紹的非常詳細(xì)，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2023-07-07
Python自定義函數(shù)實現(xiàn)求兩個數(shù)最大公約數(shù)、最小公倍數(shù)示例
這篇文章主要介紹了Python自定義函數(shù)實現(xiàn)求兩個數(shù)最大公約數(shù)、最小公倍數(shù),結(jié)合實例形式分析了Python求解兩個數(shù)最大公約數(shù)與最小公倍數(shù)相關(guān)原理與算法實現(xiàn)技巧,需要的朋友可以參考下2018-05-05
這篇文章主要介紹了matplotlib作圖添加表格實例代碼，實例繪制了一個簡單的折線圖，并且在圖中添加了一個表格，小編覺得還是挺不錯的，具有一定借鑒價值，需要的朋友可以參考下2018-01-01
Python實現(xiàn)雙向RNN與堆疊的雙向RNN的示例代碼
這篇文章主要為大家詳細(xì)介紹了如何利用Python語言實現(xiàn)雙向RNN與堆疊的雙向RNN，文中詳細(xì)講解了雙向RNN與堆疊的雙向RNN的原理及實現(xiàn)，需要的可以參考一下2022-07-07
這篇文章主要介紹了python3連接MySQL8.0的兩種方式,本文通過多種方式給大家介紹的非常詳細(xì)，代碼附有文字注釋，需要的朋友可以參考下2020-02-02
本文主要介紹了Python解析nc格式的文件,文中通過示例代碼介紹的非常詳細(xì),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2025-11-11
這篇文章主要介紹了Python異常處理操作,結(jié)合實例形式分析了Python異常處理的相關(guān)原理、操作語句與使用技巧,需要的朋友可以參考下2018-05-05
python定時檢查某個進(jìn)程是否已經(jīng)關(guān)閉的方法
這篇文章主要介紹了python定時檢查某個進(jìn)程是否已經(jīng)關(guān)閉的方法,涉及Python進(jìn)程與時間的相關(guān)操作技巧,需要的朋友可以參考下2015-05-05