python多维数组切片方法

yipeiwu_com6年前Python基础

1、数组a第0个元素(二维数组)下的所有子元素(一维数组)的第一列

import numpy as np
b=np.arange(24)
a=b.reshape(2,3,4)
print a
print a[0,:,0]

2、取所有二维数组下的每个二维数组的第0个元素(一维数组)

b=np.arange(24)
a=b.reshape(2,3,4)
print a
print '--------------------'
print a[:,0]

结果:

[[ 0 1 2 3]
 [12 13 14 15]]

3、取所有二维数组下面的所有一维数组的每一个一维数组的第0个元素

b=np.arange(24)
a=b.reshape(2,3,4)
print a
print '--------------------'
print a[:,:,0]

结果:

[[ 0 4 8]
 [12 16 20]]

4、取所有二维数组下面的所有一维数组的每一个一维数组的第0到2(不包含第2)个元素

b=np.arange(24)
a=b.reshape(2,3,4)
print a
print '--------------------'
print a[:,:,0:2]

结果:

[[[ 0 1]
 [ 4 5]
 [ 8 9]]

 [[12 13]
 [16 17]
 [20 21]]]

以上这篇python多维数组切片方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

python全局变量引用与修改过程解析

python全局变量引用与修改过程解析

这篇文章主要介绍了python全局变量引用与修改过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 一、引用 使用到的全局变量只是...

Pytorch: 自定义网络层实例

自定义Autograd函数 对于浅层的网络,我们可以手动的书写前向传播和反向传播过程。但是当网络变得很大时,特别是在做深度学习时,网络结构变得复杂。前向传播和反向传播也随之变得复杂,手动...

Python实现FM算法解析

Python实现FM算法解析

1. 什么是FM? FM即Factor Machine,因子分解机。 2. 为什么需要FM? 1、特征组合是许多机器学习建模过程中遇到的问题,如果对特征直接建模,很有可能会忽略掉特征与特...

Python中的CSV文件使用"with"语句的方式详解

是否可以直接使用with语句与CSV文件?能够做这样的事情似乎很自然: import csv with csv.reader(open("myfile.csv")) as reade...

Python 使用with上下文实现计时功能

引言 with 语句是从 Python 2.5 开始引入的一种与异常处理相关的功能(2.5 版本中要通过 from __future__ import with_statement 导...