| 失效链接处理 |
|
NumPy中ndarray索引的?PDF 下蝲
相关截图Q?/strong>
 主要内容Q?/strong>
ndarray 可以使用标准?nbsp;Python x[obj] 语法q行索引Q其?nbsp;x 是数l，obj 是选择
对象。根?nbsp;obj 的不同，有多U烦(ch)引方式可用：(x)基本索引、高U烦(ch)引和字段讉K?/span>
以下大多数示例展CZ(jin)在引用数l中的数据时使用索引的方法。这些示例在赋?/span>
l数l时同样适用?/span>
h意，?nbsp;Python 中，x[(exp1, exp2, ..., expN)] ?nbsp;x[exp1, exp2, ..., expN] 是等L(fng)Q?/span>
后者只是前者的语法p?/span>
1 基本索引
单元素烦(ch)?/strong>
单元素烦(ch)引的操作方式与其他标?nbsp;Python 序列完全相同。它是基?nbsp;0 的，q且
接受负烦(ch)引以从数l末进行烦(ch)引?/span>
>>> x = np.arange(10)
>>> x[2]
2
>>> x[-2]
8
无需每个维度的索引分别攑֜各自的方括号中?/span>
>>> x.shape = (2, 5) # now x is 2-dimensional
>>> x[1, 3]
8
>>> x[1,-1]
9
h意，如果用一个维度数于数组l度的烦(ch)引来索引多维数组Q将?x)得C?/span>
低维的子数组?/span>
例如Q?/span>
>>> x[0]
array([0, 1, 2, 3, 4])
卻I每个指定的烦(ch)引都?x)选择一个对应于其余选定l度的数l。在上面的示例中Q?/span>
选择 0 意味着长度?nbsp;5 的剩余维度未被指定，q回的是一个具有该l度和大的
数组。必L意的是，q回的数l是一个视图，卛_不是原始数组的副本，而是
与原始数l指向内存中相同的倹{在q种情况下，q回的是W一个位|（0Q处的一l数l。因此，在返回的数组上用单个烦(ch)引时Q将q回一个单一元素。即Q?/span>
>>> x[0][2]
|
| Java1234官方?5Q?/td> | 
|
| Java1234官方?5Q?/td> | 838462530 |
苏公|安?32061202001004?/p>
