利用Python进行数据分析(5) NumPy基础: ndarray索引和切片
2016-08-11 22:32
951 查看
概念理解
索引即通过一个无符号整数值获取数组里的值。
切片即对数组里某个片段的描述。
一维数组
一维数组的索引
一维数组的索引和Python列表的功能类似:
一维数组的切片
一维数组的切片语法格式为array[index1:index2],意思是从index1索引位置开始,到index2索引(不包括index2)位置结束的一段数组。例如:
当把一个值赋值为一个切片时,该值会作用于此数组片段里每一个元素,例如:
二维数组
二维数组的索引
当以一维数组的索引方式访问一个二维数组的时候,获取的元素不在是一个标量而是一个一维数组。例如:
既然二维数组的索引返回是一维数组,那么就可以按照一维数组的方式访问其中的某个标量了,例如:
二维数组的切片
既然二维数组的索引对应的是一维数组,则二维数组的切片是一个由一维数组组成的片段:
多维数组
多维数组的索引
在一维数组里,单个索引值返回对应的标量;
在二维数组里,单个索引值返回对应的一维数组;
则在多维数组里,单个索引值返回的是一个纬度低一点的数组,例如:
布尔值索引
布尔值索引指的是一个由布尔值组成的数组可以作为一个数组的索引,返回的数据为True值对应位置的值,例如:
花式索引
花式索引指的是用整数数组进行索引。例如:
接下来一篇随笔内容是:利用Python进行数据分析(6) NumPy基础: ndarray矢量运算,有兴趣的朋友欢迎关注本博客,也欢迎大家添加评论进行讨论。
索引即通过一个无符号整数值获取数组里的值。
切片即对数组里某个片段的描述。
一维数组
一维数组的索引
一维数组的索引和Python列表的功能类似:
一维数组的切片
一维数组的切片语法格式为array[index1:index2],意思是从index1索引位置开始,到index2索引(不包括index2)位置结束的一段数组。例如:
当把一个值赋值为一个切片时,该值会作用于此数组片段里每一个元素,例如:
二维数组
二维数组的索引
当以一维数组的索引方式访问一个二维数组的时候,获取的元素不在是一个标量而是一个一维数组。例如:
既然二维数组的索引返回是一维数组,那么就可以按照一维数组的方式访问其中的某个标量了,例如:
二维数组的切片
既然二维数组的索引对应的是一维数组,则二维数组的切片是一个由一维数组组成的片段:
多维数组
多维数组的索引
在一维数组里,单个索引值返回对应的标量;
在二维数组里,单个索引值返回对应的一维数组;
则在多维数组里,单个索引值返回的是一个纬度低一点的数组,例如:
布尔值索引
布尔值索引指的是一个由布尔值组成的数组可以作为一个数组的索引,返回的数据为True值对应位置的值,例如:
花式索引
花式索引指的是用整数数组进行索引。例如:
接下来一篇随笔内容是:利用Python进行数据分析(6) NumPy基础: ndarray矢量运算,有兴趣的朋友欢迎关注本博客,也欢迎大家添加评论进行讨论。
相关文章推荐
- 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍 一、pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主
- 利用python进行数据分析-NumPy基础2
- 利用python进行数据分析-NumPy基础
- 利用python进行数据分析——Numpy基础(一)
- 『利用Python进行数据分析学习』第四章:numpy基础学习
- 利用 Python 进行数据分析(四)NumPy 基础:ndarray 简单介绍
- 利用Python进行数据分析(4) NumPy基础: ndarray简单介绍
- 利用Python进行数据分析(6) NumPy基础: 矢量计算
- 利用Python数据分析:Numpy基础(三)
- 利用Python数据分析:Numpy基础(五)
- 利用Python数据分析:Numpy基础(七)
- 利用Python进行数据分析(8) pandas基础: Series和DataFrame的基本操作
- 利用Python做数据分析——numpy基础
- 利用Python进行数据分析(10) pandas基础: 处理缺失数据
- 利用Python进行数据分析(14) pandas基础: 数据转换
- 利用Python进行数据分析(10) pandas基础: 处理缺失数据
- 利用Python进行数据分析(11) pandas基础: 层次化索引
- 利用python进行数据分析-NumPy高级应用
- 利用Python进行数据分析(12) pandas基础: 数据合并
- 利用Python数据分析:Numpy基础(六)