一点自己关于使用矩阵切片的误区 原创

1479-叶同学

发表文章数:4

首页 » 数据科学库 » 正文

一点自己关于使用矩阵切片的误区


import numpy as np
>>> x = np.array([[11,12,13],[21,22,23],[31,32,33]])
>>> x
array([[11, 12, 13],
       [21, 22, 23],
       [31, 32, 33]])

 >>> x[0:2][0:2]
array([[11, 12, 13],
       [21, 22, 23]])

>>> x[0:2][0:1]
array([[11, 12, 13]])

>> x[0:1][0:2]                     #x[0:2][0:2]#并不能起到又切行又切列的效果,默认切行,应用[A,B]
array([[11, 12, 13]])              #且有多个选择时默认选择那个切的多的

>>> x[0:2,0:2]
array([[11, 12],
       [21, 22]])

>>> x[0][2]
13
>>> x[0,2]
13

>>> x[:,0:1]                #“:”表示无索引切片,该行所有元素保留
array([[11],
       [21],
       [31]])

>>> x = np.array([[[111],[112],[113]],[[221],[222],[223]],[[331],[332],[333]]])
array([[[111],
        [112],
        [113]],

       [[221],
        [222],
        [223]],

       [[331],
        [332],
        [333]]])

>>> x[0:1,...]          #'…'表示将所有未指定索引的维度均赋为 ':',相当于保持原样
array([[[111],
        [112],
        [113]]])

>>> x[0:2,0:2,:]
array([[[111],
        [112]],

       [[221],
        [222]]])

>>> x[0:2,...]
array([[[111],
        [112],
        [113]],

       [[221],
        [222],
        [223]]])

未经允许不得转载:作者:1479-叶同学, 转载或复制请以 超链接形式 并注明出处 拜师资源博客
原文地址:《一点自己关于使用矩阵切片的误区 原创》 发布于2020-12-11

分享到:
赞(0) 打赏

评论 抢沙发

评论前必须登录!

  注册



长按图片转发给朋友

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

Vieu3.3主题
专业打造轻量级个人企业风格博客主题!专注于前端开发,全站响应式布局自适应模板。

登录

忘记密码 ?

您也可以使用第三方帐号快捷登录

Q Q 登 录
微 博 登 录