Python中的X 0 X 1 X 0 X 1 X m n 和X m n

首先给大家推荐一下我老师大神的人工智能教学网站。教学不仅零基础,通俗易懂,而且非常风趣幽默,还时不时有内涵黄段子!点这里可以跳转到网站

    Python中对于数组和列表进行切片操作是很频繁的,当然对于切片的操作可供我们直接使用的函数也是很遍历了,我们今天主要简单总结一下常用集中索引化方式,希望对大家有所帮助吧。

    对于列表的切片比较简单,在我之前的博客里面有详细的讲解,需要的话可以去看看,这里就不再详细说了,今天主要是讲解对于Python中Array对象的操作,我们平时使用比较频繁的一般也就是三维的矩阵了,再高维度的处理方式是相同的,这里我们只讲解三维和二维的使用。

对于X[:,0];

是取二维数组中第一维的所有数据

对于X[:,1]

是取二维数组中第二维的所有数据

对于X[:,m:n]

是取二维数组中第m维到第n-1维的所有数据

对于X[:,:,0]

是取三维矩阵中第一维的所有数据

对于X[:,:,1]

是取三维矩阵中第二维的所有数据

对于X[:,:,m:n]

是取三维矩阵中第m维到第n-1维的所有数据

    这样的讲解可能还是有点抽象,下面我们用具体的实例来讲解,相信会更加容易理解,具体如下:

#!usr/bin/env python#encoding:utf-8from __future__ import division '''__Author__:沂水寒城学习Python中的X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n]''' import numpy as np def simple_test():    '''    简单的小实验    '''    data_list=[[1,2,3],[1,2,1],[3,4,5],[4,5,6],[5,6,7],[6,7,8],[6,7,9],[0,4,7],[4,6,0],[2,9,1],[5,8,7],[9,7,8],[3,7,9]]    # data_list.toarray()    data_list=np.array(data_list)    print 'X[:,0]结果输出为:'    print data_list[:,0]      print 'X[:,1]结果输出为:'    print data_list[:,1]    print 'X[:,m:n]结果输出为:'    print data_list[:,0:1]    data_list=[[[1,2],[1,0],[3,4],[7,9],[4,0]],[[1,4],[1,5],[3,6],[8,9],[5,0]],[[8,2],[1,8],[3,5],[7,3],[4,6]],               [[1,1],[1,2],[3,5],[7,6],[7,8]],[[9,2],[1,3],[3,5],[7,67],[4,4]],[[8,2],[1,9],[3,43],[7,3],[43,0]],               [[1,22],[1,2],[3,42],[7,29],[4,20]],[[1,5],[1,20],[3,24],[17,9],[4,10]],[[11,2],[1,110],[3,14],[7,4],[4,2]]]    data_list=np.array(data_list)    print 'X[:,:,0]结果输出为:'    print data_list[:,:,0]     print 'X[:,:,1]结果输出为:'    print data_list[:,:,1]    print 'X[:,:,m:n]结果输出为:'    print data_list[:,:,0:1]  if __name__ == '__main__':    simple_test()

结果如下:

X[:,0]结果输出为:[1 1 3 4 5 6 6 0 4 2 5 9 3]X[:,1]结果输出为:[2 2 4 5 6 7 7 4 6 9 8 7 7]X[:,m:n]结果输出为:[[1] [1] [3] [4] [5] [6] [6] [0] [4] [2] [5] [9] [3]]X[:,:,0]结果输出为:[[ 1  1  3  7  4] [ 1  1  3  8  5] [ 8  1  3  7  4] [ 1  1  3  7  7] [ 9  1  3  7  4] [ 8  1  3  7 43] [ 1  1  3  7  4] [ 1  1  3 17  4] [11  1  3  7  4]]X[:,:,1]结果输出为:[[  2   0   4   9   0] [  4   5   6   9   0] [  2   8   5   3   6] [  1   2   5   6   8] [  2   3   5  67   4] [  2   9  43   3   0] [ 22   2  42  29  20] [  5  20  24   9  10] [  2 110  14   4   2]]X[:,:,m:n]结果输出为:[[[ 1]  [ 1]  [ 3]  [ 7]  [ 4]]  [[ 1]  [ 1]  [ 3]  [ 8]  [ 5]]  [[ 8]  [ 1]  [ 3]  [ 7]  [ 4]]  [[ 1]  [ 1]  [ 3]  [ 7]  [ 7]]  [[ 9]  [ 1]  [ 3]  [ 7]  [ 4]]  [[ 8]  [ 1]  [ 3]  [ 7]  [43]]  [[ 1]  [ 1]  [ 3]  [ 7]  [ 4]]  [[ 1]  [ 1]  [ 3]  [17]  [ 4]]  [[11]  [ 1]  [ 3]  [ 7]  [ 4]]][Finished in 0.6s]

     果然还是很方便,做个记录,欢迎交流!

点这里可以跳转到人工智能网站

发表评论