NumPy taulukon leikkaaminen
- Edellinen Sivu NumPy taulukon indeksointi
- Seuraava Sivu NumPy tietotyyppi
Leikkaa taulukko
Pythonin mukaan leikkaus tarkoittaa elementin siirtämistä annetusta indeksistä toiseen annetun indeksin välille.
Lähetämme leikkausta eikä indeksejä tällä tavalla:[alku:loppu]
.
Voimme myös määritellä askelten, kuten seuraavasti:[alku:loppu:askel]
.
Jos emme siirrä alkuniin sitä pidetään 0.
Jos emme siirrä loppuniin sitä pidetään kyseisen akselin taulukon pituutena.
Jos emme siirrä askelniin sitä pidetään 1.
Esimerkki
Leikkaa elementit taulukosta indekseistä 1 ja 5:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[1:5])
注释:Tuloksessa sisältyy alkuperäinen indeksi, mutta ei loppuindeksiä.
Esimerkki
裁切数组中索引4到结尾的元素:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[4:])
Esimerkki
裁切从开头到索引4(不包括)的元素:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[:4])
负裁切
使用减号运算符从末尾开始引用索引:
Esimerkki
从末尾开始的索引3到末尾开始的索引1,对数组进行裁切:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[-3:-1])
STEP
请使用 step 值确定裁切的步长:
Esimerkki
从索引1到索引5,返回相隔的元素:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[1:5:2])
Esimerkki
返回数组中相隔的元素:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[::2])
裁切2-D数组
Esimerkki
从第二个元素开始,对从索引1到索引4(不包括)的元素进行切片:
import numpy as np arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]]) print(arr[1, 1:4])
注释:请记得第二个元素的索引为1。
Esimerkki
从两个元素中返回索引2:
import numpy as np arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]]) print(arr[0:2, 2])
Esimerkki
Leikkaa kahdesta elementistä indekseistä 1到4(不包括),这将返回一个2-D数组:
import numpy as np arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]]) print(arr[0:2, 1:4])
- Edellinen Sivu NumPy taulukon indeksointi
- Seuraava Sivu NumPy tietotyyppi