广东建设工程注册执业中心网站怎么才能建立一个网站卖东西

NumPy 的 ndarray 类型提供了非常灵活的切片功能，可以方便地访问和操作数组中的元素。切片允许您通过指定索引来选择数组的一部分。下面是一些基本的切片操作及其解释。

一维数组的切片

对于一维数组，切片操作类似于 Python 列表的切片。

示例

import numpy as npa = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])# 选择从索引 2 到 7（不包括 7）的元素
print(a[2:7])  # 输出: array([3, 4, 5, 6, 7])# 选择从索引 0 到 5 的元素
print(a[:5])  # 输出: array([1, 2, 3, 4, 5])# 选择从索引 5 到末尾的所有元素
print(a[5:])  # 输出: array([6, 7, 8, 9, 10])# 选择所有元素
print(a[:])  # 输出: array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])# 选择每隔一个元素
print(a[::2])  # 输出: array([ 1,  3,  5,  7,  9])# 选择从倒数第 5 个元素到最后
print(a[-5:])  # 输出: array([6, 7, 8, 9, 10])

多维数组的切片

对于多维数组，切片可以在多个维度上进行。

示例

import numpy as npa = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])# 选择第一行
print(a[0, :])  # 输出: array([1, 2, 3])# 选择最后一列
print(a[:, -1])  # 输出: array([3, 6, 9])# 选择第二行的前两个元素
print(a[1, :2])  # 输出: array([4, 5])# 选择第一列的前两行
print(a[:2, 0])  # 输出: array([1, 4])# 选择第二行和第三列
print(a[1:2, 2:])  # 输出: array()# 选择第一行和第三行的第二列
print(a[[0, 2], 1])  # 输出: array([2, 8])

更复杂的切片

您可以使用更复杂的切片表达式来选择特定的子数组。

示例

import numpy as npa = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])# 选择第二行和第三行的第一列
print(a[1:3, 0])  # 输出: array([4, 7])# 选择第一行和第三行的所有列
print(a[[0, 2], :])  # 输出:
# array([[1, 2, 3],
#        [7, 8, 9]])# 选择第一列和第三列的所有行
print(a[:, [0, 2]])  # 输出:
# array([[1, 3],
#        [4, 6],
#        [7, 9]])# 选择第一行和第二行的第二列
print(a[:2, 1])  # 输出: array([2, 5])

总结

• 单个索引:
  • 使用单个索引选择一个元素。
• 切片:
  • 使用 start:stop 形式的切片选择一个范围内的元素。
  • 使用 start:stop:step 形式的切片选择每隔一定步长的元素。
  • 使用 : 选择整个维度。
• 多维切片:
  • 在多维数组中，可以在每个维度上分别使用切片。
  • 使用逗号 , 分隔不同维度上的索引或切片。