标签：数据分析 arr Python 切片 arr3d arr2d print copy Numpy

#coding=utf-8
__author__ = 'andy'
import numpy as np

'''一维数组的切片'''
arr=np.arange(10)
print(arr)

#源数据上进行切片与数值修改，比较耗内存
print(arr[5])
print(arr[5:8])

arr_slice=arr[5:8]
arr_slice[1]=12345#对切片的第一个值进行重新赋值
print(arr)

#不在源数据上修改用copy
arr_copy=arr[5:8].copy()
arr_copy[1]=123
print(arr_copy)


'''二维数组的切片'''
arr2d=np.array([[1,2,3],[4,5,6],[7,8,9]])
print(arr2d[1])
print(arr2d[1][0],arr2d[1,0]) #arr2d[1][0],arr2d[1,0]意思一致

'''多维数组的切片'''
#2*2*3的数组arr3d
arr3d=np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
print(arr3d)
#arr3d[0]是一个2*3数组
print(arr3d[0])

#标量值和数组都可以被赋值
old_values=arr3d[0].copy()
arr3d[0]=42
print(arr3d)

arr3d[0]=old_values
print(arr3d)

print(arr3d[1,0])

标签：数据分析,arr,Python,切片,arr3d,arr2d,print,copy,Numpy
来源： https://www.cnblogs.com/wede375/p/10445466.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。