numpy数组切片的使用

import numpy as np
a = np.array([[1.1,2.1,3.1,4.1],[5,6,7,8],[9,10,11,12]])  
a

numpy.array的数组切片

1.使用省略号来省略数组的参数的用法

print (a[...,1])   # 索引为1的列元素
print ('--------') 
print (a[1,...])   # 索引为1的行元素
print ('--------') 
print (a[...,1:])  # 索引为1的列及剩下的所有列元素
print ('--------') 
print (a[1:,...])  # 索引为1的行及剩下的所有行元素
print ('--------') 

2.采用冒号来省略数组的参数的切片用法

情况1.数字在冒号前

结论：可见，数字在冒号前，表示返回索引为行（列）及其以后的数据

情况2，数字在冒号后

列操作 

结论：数字在冒号后面返回的是前N行（列）数据，而不是索引 

应用

 a[:,:-1]返回除最后一列外的其他前N列，然后用mean()在y轴上取个平均数，repeat()方法在y轴方向上复制4次。

numpy的数组合并

numpy的常用函数讲解

np.arange()

函数返回一个有终点和起点的固定步长的排列，如[1,2,3,4,5]，起点是1，终点是6，步长为1。
参数个数情况： np.arange()函数分为一个参数，两个参数，三个参数三种情况
1）一个参数时，参数值为终点，起点取默认值0，步长取默认值1。
2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。
3）三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数

随机函数seed()

一、功能

np.random.seed(n)函数用于生成指定随机数。

二、参数

把seed()中的参数比喻成“堆”；eg. seed(5)：表示第5堆种子。

seed()中的参数被设置了之后，np.random.seed()可以按顺序产生一组固定的数组，如果使用相同的seed()值，则每次生成的随机数都相同。如果不设置这个值，那么每次生成的随机数不同。但是，只在调用的时候seed()一下并不能使生成的随机数相同，需要每次调用都seed()一下，表示种子相同，从而生成的随机数相同。

到此这篇关于numpy数组切片的使用的文章就介绍到这了,更多相关numpy 数组切片内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！