NumPy怎么实现对数组按索引查询
更新:HHH   时间:2023-1-7


本篇内容主要讲解“NumPy怎么实现对数组按索引查询”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“NumPy怎么实现对数组按索引查询”吧!

    前期准备及前情回顾

    #对于一维向量用np.arange生成以元组形式输出从0开始的数组([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

    #对于二维向量(及多维向量),用np.arange生成以元组形式输出从0开始到20结束的数组,用np.reshape(4, 5)函数把一维向量转换为4行5列的二维向量

    理解:numpy的二维向量对应着Python的嵌套, 只是numpy支持更高维度的列表, 这也是numpy比Python的优势之处

    基础索引

    一维数组

    和Python的list一样

    #1.因为Python语言中有第0位,因此实际中的第一位对应着Python语言中的第0位,numpy是Python中的一个科学计算库,因此也遵从此法则

    #2.x[2 : 4]是左闭右开形式,因此实际应在4 - 1也就是第3位结束

    #3.可以冒号前后省略,省略最后面就是到最后截止,此时包含最后一位, 不用 -1

    我的理解:带冒号左右都有数字的左闭右开[a, b],结束在b-1的位置,带冒号左右数字省略的不用-1,不带冒号的该在第几位结束就在第几位结束

    二维数组

    注意: 切片的修改会修改原来的数组

    原因:NumPy经常要处理大数据, 避免每次都复制

    神奇索引

    其实就是:用整数数组进行的索引, 叫神奇索引

    Eg.

    神奇索引的用处

    -实例举例:获取数组中最大的前N个数字

    一维数组

    二维数组0                                                                                                                               

                                             

    我的理解:

    列可以省略, 行不可以省略,如若不改变行,  用:代替,列也可以用:代替,也可以省略如若想改变行和列,用[[行a, 行b, 行c, ...], [列a,列b  ,列c]]

    布尔索引(常用)

    一维数据

    二维数组

    我的理解:

    用变量直接与数字判断输出布尔类型True 或 FalseX[]里判断, 输出满足条件的数组

    布尔索引条件的组合

    到此,相信大家对“NumPy怎么实现对数组按索引查询”有了更深的了解,不妨来实际操作一番吧!这里是天达云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!

    返回开发技术教程...