一維數(shù)組類(lèi)似MATLAB，多維數(shù)組寫(xiě)法不同。numpy起始值為0。
起始行LMATLAB 叫第一行，numpy叫第零行。
slice[start : stop : step]
1. 對(duì)一維數(shù)組切片或索引
核心：操作類(lèi)似list（），或者M(jìn)ATLAB的一維數(shù)組寫(xiě)法
輸入
import numpy as np
a = np.arange(10)
print('a is:\n',a)
# 索引
b = a[0]
print('b is:\n',b)
# 切片
c = a[0:7:2]
d = a[5:]
print('c is:\n',c)
print('d is:\n',d)
輸出
a is:
[0 1 2 3 4 5 6 7 8 9]
b is:
0
c is:
[0 2 4 6]
d is:
[5 6 7 8 9]
2. 對(duì)多維數(shù)組切片或索引
索引：
注意MATLAB是一個(gè)個(gè)點(diǎn)坐標(biāo)，numpy是同維度的坐標(biāo)寫(xiě)在一個(gè)括號(hào)里。
例如三維空間數(shù)組里有四個(gè)點(diǎn)：
(x1,y1,z1),(x2,y2,z2),(x3,y3,z3),(x4,y4,z4)
MATLAB寫(xiě)法
[ (x1,y1,z1) , (x2,y2,z2) , (x3,y3,z3) , (x4,y4,z4) ]
numpy寫(xiě)法
[(x1,x2,x3,x4) , (y1,y2,y3,y4) , (z1,z2,z3,z4)]
延伸抽象出numpy的寫(xiě)法，每個(gè)括號(hào)里類(lèi)似一維操作。
[（針對(duì)x軸的一維操作），（針對(duì)y軸的一維操作），（針對(duì)z軸的一維操作）]
2.1 二維數(shù)組例子
格式: 數(shù)組名[行操作，列操作]
兩個(gè)占位符：
... 維度占位符，對(duì)行或列全選/不操作
: 某個(gè)維度內(nèi)元素占位符，對(duì)前/后的元素進(jìn)行全選，參考切片的slice[start:stop:step]
切片可視化：
slice-2.png
>>> y = np.arange(35).reshape(5,7)
[[ 0 1 2 3 4 5 6]
[ 7 8 9 10 11 12 13]
[14 15 16 17 18 19 20]
[21 22 23 24 25 26 27]
[28 29 30 31 32 33 34]]
>>> y[1:5:2,::3]
array([[ 7, 10, 13],
[21, 24, 27]])
# Python3.6 IN
import numpy as np
x = np.array([[1, 2], [3, 4], [5, 6]])
print('x is :\n',x)
y = x[[0,1,2], [0,1,0]]
print('x is :\n',y)
# Python3.6 OUT
x is :
[[1 2]
[3 4]
[5 6]]
x is :
[1 4 5]
3. 布爾索引
其實(shí)有點(diǎn)像運(yùn)算，或者設(shè)置過(guò)濾布爾類(lèi)型的過(guò)濾條件。
# Python3.6 IN
import numpy as np
x = np.array([[ 0, 1, 2],[ 3, 4, 5],[ 6, 7, 8],[ 9, 10, 11]])
print('x is :\n',x)
b = x[x > 5]
print('b is :\n',b)
# Python3.6 OUT
x is :
[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
b is :
[ 6 7 8 9 10 11]
參考資料
2018.5.14
