Python二维数组与三维数组切片详解

Python二维数组与三维数组切片详解文章目录 x n x n x m n x m n 如果对象是二维数组 则切片应当是 x 的形式 里面有一个冒号 冒号之前和之后分别表示对象的第 0 个维度和第 1 个维度 如果对象是三维数组 则切片应当是 x 里面有两个冒号 分割出三个间隔 三个间隔的前 中和后分别表示对象的第 0 1 2 个维度 x n x n x m n x m n

x[n,:]、x[:,n]、x[m:n,:]、x[:,m:n]

import numpy as np a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16], [17, 18, 19, 20]]) print(a.shape) print(a[0, :], a[0, :].shape) print(a[1, :], a[1, :].shape) print(a[-1, :], a[-1, :].shape) print(a[0:2, :], a[0:2, :].shape) print(a[:, 0], a[:, 0].shape) print(a[:, 1], a[:, 1].shape) print(a[:, -1], a[:, -1].shape) print(a[:, 0:2], a[:, 0:2].shape)

运行结果如下:

(5, 4) [1 2 3 4] (4,) [5 6 7 8] (4,) [17 18 19 20] (4,) [[1 2 3 4] [5 6 7 8]] (2, 4) [ 1 5 9 13 17] (5,) [ 2 6 10 14 18] (5,) [ 4 8 12 16 20] (5,) [[ 1 2] [ 5 6] [ 9 10] [13 14] [17 18]] (5, 2) Process finished with exit code 0

上例中,a是shape=(5,4)的数组。第0个维度上有5个元素,第1个维度上有4个元素(元素不一定是单个值, 也可能是数组,这里的元素的叫法是相对于某个维度而言的)。

  • a[0, :]、a[1, :]、a[-1, :]分别提取了a的第0个维度上的第0、1和-1个元素,每个元素都是一个含有4个元素的数组。
  • a[0:2, :]提取了a的第0个维度上的第0和1两个元素,两个元素都是一个含有4个元素的数组,共同组成一个二维数组。
  • a[:, 0]、a[:, 1]、a[:, -1]分别提取了a的第1个维度上的0、1和-1个元素,每个元素都是单个元素值。
  • a[:, 0:2]提取了a的第1个维度上的第0和1两个元素,两个元素都是单个元素值,共同组成一个二维数组。

x[n,::]、x[:,n:]、x[::,n]、x[:,:,n]、x[m:n,::]、x[:,m:n:]、x[::,m:n]、x[:,:,m:n]

import numpy as np b = np.array([[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], [[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]], [[25, 26, 27, 28], [29, 30, 31, 32], [33, 34, 35, 36]], ]) print(b.shape) print("b[0, ::],b[1, ::],b[-1, ::],b[0:2, ::]") print(b[0, ::], b[0, ::].shape) print(b[1, ::], b[1, ::].shape) print(b[-1, ::], b[-1, ::].shape) print(b[0:2, ::], b[0:2, ::].shape) print("b[:, 0:],b[:, 1:],b[:, -1:],b[:, 0:2:]") print(b[:, 0:], b[:, 0:].shape) print(b[:, 1:], b[:, 1:].shape) print(b[:, -1:], b[:, -1:].shape) print(b[:, 0:2:], b[:, 0:2:].shape) print("b[::, 0],b[::, 1],b[::, -1],b[::, 0:2:]") print(b[::, 0], b[::, 0].shape) print(b[::, 1], b[::, 1].shape) print(b[::, -1], b[::, -1].shape) print(b[::, 0:2:], b[::, 0:2].shape) print("b[:,:, 0],b[:,:, 1],b[:,:, -1],b[:,:, 0:2:]") print(b[:, :, 0], b[:, :, 0].shape) print(b[:, :, 1], b[:, :, 1].shape) print(b[:, :, -1], b[:, :, -1].shape) print(b[:, :, 0:2:], b[:, :, 0:2].shape)

运行结果如下:

(3, 3, 4) b[0, ::],b[1, ::],b[-1, ::],b[0:2, ::] [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] (3, 4) [[13 14 15 16] [17 18 19 20] [21 22 23 24]] (3, 4) [[25 26 27 28] [29 30 31 32] [33 34 35 36]] (3, 4) [[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] [[13 14 15 16] [17 18 19 20] [21 22 23 24]]] (2, 3, 4) b[:, 0:],b[:, 1:],b[:, -1:],b[:, 0:2:] [[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] [[13 14 15 16] [17 18 19 20] [21 22 23 24]] [[25 26 27 28] [29 30 31 32] [33 34 35 36]]] (3, 3, 4) [[[ 5 6 7 8] [ 9 10 11 12]] [[17 18 19 20] [21 22 23 24]] [[29 30 31 32] [33 34 35 36]]] (3, 2, 4) [[[ 9 10 11 12]] [[21 22 23 24]] [[33 34 35 36]]] (3, 1, 4) [[[ 1 2 3 4] [ 5 6 7 8]] [[13 14 15 16] [17 18 19 20]] [[25 26 27 28] [29 30 31 32]]] (3, 2, 4) b[::, 0],b[::, 1],b[::, -1],b[::, 0:2:] [[ 1 2 3 4] [13 14 15 16] [25 26 27 28]] (3, 4) [[ 5 6 7 8] [17 18 19 20] [29 30 31 32]] (3, 4) [[ 9 10 11 12] [21 22 23 24] [33 34 35 36]] (3, 4) [[[ 1 2 3 4] [ 5 6 7 8]] [[13 14 15 16] [17 18 19 20]] [[25 26 27 28] [29 30 31 32]]] (3, 2, 4) b[:,:, 0],b[:,:, 1],b[:,:, -1],b[:,:, 0:2:] [[ 1 5 9] [13 17 21] [25 29 33]] (3, 3) [[ 2 6 10] [14 18 22] [26 30 34]] (3, 3) [[ 4 8 12] [16 20 24] [28 32 36]] (3, 3) [[[ 1 2] [ 5 6] [ 9 10]] [[13 14] [17 18] [21 22]] [[25 26] [29 30] [33 34]]] (3, 3, 2) Process finished with exit code 0

上例中,b是shape=(3,3,4)的数组。第0个维度上有3个元素,第1个维度上有3个元素,第2个维度上有4个元素(元素不一定是单个值, 也可能是数组,这里的元素的叫法是相对于某个维度而言的)。

  • b[0, ::]、b[1, ::]、b[-1, ::]分别提取了b的第0个维度上的第0、1和-1个元素,每个元素都是一个二维数组。
  • b[0:2, ::]提取了b的第0个维度上的第0和1两个元素,两个元素都是一个二维数组,共同组成一个三维数组。
  • b[:, 0:]、b[:, 1:]、b[:, -1:]分别提取了b的全部元素(都是由4个元素的单个数组)、b的第1个维度上除第0号外的所有元素(都是由4个元素的单个数组)、b的第1个维度上的所有最后一个位置上的元素(都是由4个元素的单个数组)。
  • b[:, 0:2:]提取了b的第1个维度上的第0和1两个元素,两个元素都是一个有4个元素的数组,共同组成一个三维数组。
  • b[::, 0]、b[::, 1]、b[::, -1]分别提取了b的第2个维度上的0、1和-1个元素(这里的元素就是单个有4个元素的数组),每个元素都是有4个元素的数组。
  • b[::, 0:2]提取了b的第2个维度上的第0和1两个元素(这里的元素就是单个有4个元素的数组),两个元素都是有4个元素的数组。
  • b[:,:, 0]、b[:,:, 1]、b[:,:, -1]分别提取了b的第2个维度的所有元素(即有4个元素的数组)中的第0、1和-1个元素值,每个元素都是单个元素值。
  • b[:,:, 0:2]提取了b的第2个维度的所有元素(即有4个元素的数组)中的第0和1两个元素值,两个元素都是单个元素值。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/206547.html原文链接:https://javaforall.net

(0)
上一篇 2026年3月19日 下午3:27
下一篇 2026年3月19日 下午3:27


相关推荐

  • java的反射机制带来的好处_java注解原理

    java的反射机制带来的好处_java注解原理什么是反射Java的反射(reflection)机制是指在程序的运行状态中,可以构造任意一个类的对象,可以了解任意一个对象所属的类,可以了解任意一个类的成员变量和方法,可以调用任意一个对象的属性和方法jdbc(数据库连接技术)在加载驱动时运用到了反射技术例如:实例化对象第一种:Personp=newPerson()虚拟机在执行的时候已经确切知道要实例化哪个类的对象第二种:反射:虚拟机在实例化对象的时候,可以事先不知道要实例化哪个类的对象,传参的时候虚拟机根据参数确定要实例化哪个类的

    2025年11月28日
    6
  • mysql第一二三范式_第一范式、第二范式、第三范式[通俗易懂]

    mysql第一二三范式_第一范式、第二范式、第三范式[通俗易懂]第一范式、第二范式、第三范式第一范式如果一个关系模式R的所有属性都是不可分的基本数据项,则R1NF(即R符合第一范式)。两点:一、每个字段都只能存放单一值课程有两个值,不符合第一范式,可改为如下二、每笔记录都要能利用一个惟一的主键来加以识别第一范式、第二范式、第三范式第一范式如果一个关系模式R的所有属性都是不可分的基本数据项,则R∈1NF(即R符合第一范式)。两点:一、每个字段都只能存…

    2022年5月23日
    45
  • 【n8n】如何跟着AI学习n8n【03】:HTTPRequest节点、Webhook节点、SMTP节点、mysql节点 – 指南

    【n8n】如何跟着AI学习n8n【03】:HTTPRequest节点、Webhook节点、SMTP节点、mysql节点 – 指南

    2026年3月15日
    2
  • 开源协议均为什么协议_常见的计算机网络协议有哪些

    开源协议均为什么协议_常见的计算机网络协议有哪些一直对各种开源协议比较模糊,特意在网上搜索了一下资料,整理总结,以作记录如果不喜欢长篇大论的话,看下图就可以了基本概念了解:1.Contributors和RecipientsCon

    2022年8月2日
    9
  • 广义表的head与tail的基本用法

    广义表的head与tail的基本用法广义表最基本的操作:取表头head(LS)与取表尾tail(LS)例:LS=(a,(b,c,d))head(LS)=atail(LS)=((b,c,d))head(tail(LS))=(b,c,d)tail(tail(LS))=()head(head(tail(LS)))=btail(head(tail(LS)))=(c,d)head(tail(head(tail(

    2022年5月15日
    70
  • JS 数字取整数方式[通俗易懂]

    JS 数字取整数方式[通俗易懂]1、parseInt(number)varnum1=parseInt(“2015nov”),//2015num2=parseInt(“”),//NaNnum3=parseInt(“0xA”),//10(十六进制)num4=parseInt(20.15),//20num5=parseInt(-20.15),//-20num6=parseInt(“070”);//56(八进制数)2、~~numbe

    2022年6月16日
    38

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号