3-5 Numpy.array的基本操作

X=np.arange(15).reshape(3,5)

基本属性


x.ndim
#1 几维数组

x.shape
#(10,) 每一个纬度

X.shape
#(3,5)

x.size
#元素个数

numpy.array的数据访问

x[0]
x[-1]
X[0][0]#不推荐
X[(0,0)]

x[0:5]
#切片 0-4

x[::2]
#步长

x[::-1]
#倒序

X[:2,:3]
#前2行3列

X[:2][:3]
#先取前两行 再取所得的前三行

X[:2,::2]
X[::-1,::-1]
  
x[0]=x[0,:]
X[:,0]
#array([ 0,  5, 10]) 行向量

subX=X[:2,:3]
subX[0,0]=100
#X中也会改变 与python列表不同

subX=X[:2,:3].copy()
#不改变X

reshape

x.reshape(2,5)
#未改变x

B=x.reshape(1,10)
#array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])二维

B.shape
#(1,10)
x.shape
#(10,)

x.reshape(10,-1)#每行不管几个元素用-1代 替 取几行必须可整除
#array([[0],
       [1],
       [2],
       [3],
       [4],
       [5],
       [6],
       [7],
       [8],
       [9]])
x.reshape(-1,10)
#array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 基本属性 .ndim 查看数组是几维数组 .shape 查看数组维度 .size查询数组中元素个数 numpy.a...
    Waldo_cuit阅读 681评论 0 1
  • 基础篇NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型、通过一个正整数元组索引的元素表格(...
    oyan99阅读 5,182评论 0 18
  • 一、numpy概述 numpy(Numerical Python)提供了python对多维数组对象的支持:ndar...
    L_steven的猫阅读 3,515评论 1 24
  • 先决条件 在阅读这个教程之前,你多少需要知道点python。如果你想从新回忆下,请看看Python Tutoria...
    舒map阅读 2,619评论 1 13
  • 国家电网公司企业标准(Q/GDW)- 面向对象的用电信息数据交换协议 - 报批稿:20170802 前言: 排版 ...
    庭说阅读 11,246评论 6 13