标签：blue color 索引 arr2d 209 bmatrix print 008 NumPy

一、1维NumPy数组

1、创建1维NumPy数组

arr = np.array([0,10,3,8,24,5,18,2,99,66])
print("【arr】\n",arr)

【arr】
 [ 0 10  3  8 24  5 18  2 99 66]

2、从1维NumPy数组中挑选元素索引、并赋值给新的对象

• 将arr2内的元素修改不会影响到arr本身哦

arr2 = arr[[0,0,0,2,3,-1,-1]]
print("【arr2修改前】\n",arr2)
arr2[1] = 1024
print("【arr2修改后】\n",arr2)
print("【arr】\n",arr)

【arr2修改前】
 [ 0  0  0  3  8 66 66]
【arr2修改后】
 [   0 1024    0    3    8   66   66]
【arr】
 [ 0 10  3  8 24  5 18  2 99 66]

二、2维NumPy数组

1、生成一个2维NumPy数组

\[arr2d= \begin{bmatrix} 1&3&5&7&9\\ 2&4&6&8&10\\ 12&18&20&23&37\\ 123&55&32&11&209\\ \end{bmatrix}\]

arr2d = np.array([[1,3,5,7,9],[2,4,6,8,10],[12,18,20,23,37],[123,55,32,11,209]])
print("【arr2d】\n",arr2d)

【arr2d】
 [[  1   3   5   7   9]
 [  2   4   6   8  10]
 [ 12  18  20  23  37]
 [123  55  32  11 209]]

2、2维NumPy数组中，获取第2行和第4行数据

\[arr2d= \begin{bmatrix} 1&3&5&7&9\\ \color{blue}{2}&\color{blue}{4}&\color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\ 12&18&20&23&37\\ \color{blue}{123}&\color{blue}{55}&\color{blue}{32}&\color{blue}{11}&\color{blue}{209}\\ \end{bmatrix} \color{green}{\Longrightarrow} \begin{bmatrix} \color{blue}{2}&\color{blue}{4}&\color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\ \color{blue}{123}&\color{blue}{55}&\color{blue}{32}&\color{blue}{11}&\color{blue}{209}\\ \end{bmatrix} \]

print("【获取第2行和第4行数据】\n",arr2d[[1,3]])

【获取第2行和第4行数据】
 [[  2   4   6   8  10]
 [123  55  32  11 209]]

3、2维NumPy数组中，获取第2行第3列和第4行第5列的数据

\[arr2d= \begin{bmatrix} 1&3&5&7&9\\ {2}&{4}&\color{blue}{6}&{8}&{10}\\ 12&18&20&23&37\\ {123}&{55}&{32}&{11}&\color{blue}{209}\\ \end{bmatrix} \color{green}{\Longrightarrow} \begin{bmatrix} \color{blue}{6}&\color{blue}{209}\\ \end{bmatrix} \]

print("【获取第2行第3列和第4行第5列的数据】\n",arr2d[[1,3],[2,4]])

【获取第2行第3列和第4行第5列的数据】
 [  6 209]

4、2维NumPy数组中，获取第2行中：第3列、第4列、第5列的数据

\[arr2d= \begin{bmatrix} 1&3&5&7&9\\ {2}&{4}&\color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\ 12&18&20&23&37\\ {123}&{55}&{32}&{11}&{209}\\ \end{bmatrix} \color{green}{\Longrightarrow} \begin{bmatrix} \color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\ \end{bmatrix} \]

print("【获取第2行中：第3列、第4列、第5列的数据】\n",arr2d[1,[2,3,4]])

【获取第2行中：第3列、第4列、第5列的数据】
 [ 6  8 10]

5、2维NumPy数组中，获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据

\[arr2d= \begin{bmatrix} 1&3&5&7&9\\ {2}&{4}&\color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\ 12&18&\color{blue}{20}&\color{blue}{23}&\color{blue}{37}\\ {123}&{55}&{32}&{11}&{209}\\ \end{bmatrix} \color{green}{\Longrightarrow} \begin{bmatrix} \color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\ \color{blue}{20}&\color{blue}{23}&\color{blue}{37}\\ \end{bmatrix} \]

print("【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】\n",arr2d[[1,2],2:])
print("【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】\n",arr2d[[1,2]][:,2:])

【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】
 [[ 6  8 10]
 [20 23 37]]
【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】
 [[ 6  8 10]
 [20 23 37]]

6、2维NumPy数组中，获取矩阵数组4个角的数据+第1行、第3列+第4行、第3列的数据

\[arr2d= \begin{bmatrix} \color{blue}1&3&\color{blue}5&7&\color{blue}9\\ {2}&{4}&{6}&{8}&{10}\\ 12&18&{20}&{23}&{37}\\ \color{blue}{123}&{55}&\color{blue}{32}&{11}&\color{blue}{209}\\ \end{bmatrix} \color{green}{\Longrightarrow} \begin{bmatrix} \color{blue}{1}&\color{blue}{5}&\color{blue}{9}\\ \color{blue}{123}&\color{blue}{32}&\color{blue}{209}\\ \end{bmatrix} \]

print("【获取`矩阵数组4个角的数据`+`第1行、第3列`+`第4行、第3列`的数据】\n",arr2d[[0,3]][:,[0,2,4]])

【获取`矩阵数组4个角的数据`+`第1行、第3列`+`第4行、第3列`的数据】
 [[  1   5   9]
 [123  32 209]]

7、关于笛卡尔积的计算

• 计算过程

\[A= \begin{bmatrix} a&b\\ c&d\\ \end{bmatrix} B= \begin{bmatrix} 2\\ 3\\ \end{bmatrix} \]

\[\color{green}{\Downarrow} \]

\[{A}\otimes{B}= \begin{bmatrix} aB&bB\\ cB&dB\\ \end{bmatrix} = \begin{bmatrix} 2a&2b\\ 3a&3b\\ 2c&2d\\ 3c&3d\\ \end{bmatrix} \color{red}{\neq} {B}\otimes{A}= \begin{bmatrix} 2A\\ 3A\\ \end{bmatrix} = \begin{bmatrix} 2a&2b\\ 2c&2d\\ 3a&3b\\ 3c&3d\\ \end{bmatrix} \]

• 笛卡尔积在NumPy中的使用np.ix_(待提取元素的行标, 待提取元素的列标)

print("【arr2d】")
print(arr2d)
print("【arr2d】选取行数")
print(arr2d[[1,3,3,3]])
print("【arr2d】在选取行数的基础上，选取列数")
print(arr2d[[1,3,3,3]][:,[2,4,4]])
print("【以上操作可以用np.ix_()代替】")
print(arr2d[np.ix_([1,3,3,3],[2,4,4])])

【arr2d】
[[  1   3   5   7   9]
 [  2   4   6   8  10]
 [ 12  18  20  23  37]
 [123  55  32  11 209]]
【arr2d】选取行数
[[  2   4   6   8  10]
 [123  55  32  11 209]
 [123  55  32  11 209]
 [123  55  32  11 209]]
【arr2d】在选取行数的基础上，选取列数
[[  6  10  10]
 [ 32 209 209]
 [ 32 209 209]
 [ 32 209 209]]
【以上操作可以用np.ix_()代替】
[[  6  10  10]
 [ 32 209 209]
 [ 32 209 209]
 [ 32 209 209]]

8、布尔值索引

chars = np.array(['a','b','c','d','e','f','g','h','a'])
print("【chars】\n",chars)
cond1 = (chars == 'a')
print("【cond1】\n",cond1)
print("【返回chars数组中，元素为a的字符】\n",chars[cond1])

print("")

nums = np.array([1,2,3,4,5,6,7])
print("【nums】\n",nums)
cond2 = (nums >= 4)
cond3 = (nums < 7)
print("【cond2 & cond3】\n",cond2 & cond3)
print("【返回nums数组中，元素大于等于4且小于7的数】\n",nums[cond2 & cond3])

【chars】
 ['a' 'b' 'c' 'd' 'e' 'f' 'g' 'h' 'a']
【cond1】
 [ True False False False False False False False  True]
【返回chars数组中，元素为a的字符】
 ['a' 'a']

【nums】
 [1 2 3 4 5 6 7]
【cond2 & cond3】
 [False False False  True  True  True False]
【返回nums数组中，元素大于等于4且小于7的数】
 [4 5 6]

标签：blue,color,索引,arr2d,209,bmatrix,print,008,NumPy
来源： https://www.cnblogs.com/cloucodeforfun/p/16684888.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。