读书笔记 numpy入门 第2章 数据切片

Posted on | Edited on | In

切片语法

1
x[start:stop:step]

如果以上 3 个参数都未指定，那么它们会被分别设置默认值 start=0、stop= 维度的大小（size of dimension）和 step=1。

一维子数组

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
x = np.arange(10)
x
>>> array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

x[:5]  # 前五个元素

>>> array([0, 1, 2, 3, 4])

x[5:]  # 索引五之后的元素

>>> array([5, 6, 7, 8, 9])

x[4:7]  # 中间的子数组

>>> array([4, 5, 6])

x[::2]  # 每隔一个元素

>>> array([0, 2, 4, 6, 8])

x[1::2]  # 每隔一个元素，从索引1开始

>>> array([1, 3, 5, 7, 9])

逆序数组

1
2
3
4
5
6
7
x[::-1]  # 所有元素，逆序的

>>> array([9, 8, 7, 6, 5, 4, 3, 2, 1, 0])

x[5::-2]  # 从索引5开始每隔一个元素逆序

>>> array([5, 3, 1])

多维子数组

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
x2

>>> array([[12,  5,  2,  4],
           [ 7,  6,  8,  8],
           [ 1,  6,  7,  7]])

x2[:2, :3]  # 两行，三列

>>> array([[12,  5,  2],
           [ 7,  6,  8]])

x2[:3, ::2]  # 所有行，每隔一列

>>> array([[12,  2],
           [ 7,  8],
           [ 1,  7]])

逆序数组

1
2
3
4
5
x2[::-1, ::-1]

>>> array([[ 7,  7,  6,  1],
           [ 8,  8,  6,  7],
           [ 4,  2,  5,  12]])

获取数组的行和列

一个冒号（:）表示空切片

1
2
3
4
5
6
7
8
9
10
11
print(x2[:, 0])  # x2的第一列

>>> [12  7  1]

print(x2[0, :])  # x2的第一行

>>> [12  5  2  4]

print(x2[0])  #等于x2[0, :]

>>> [12  5  2  4]

非副本视图的子数组

数组切片返回的是数组数据的视图，而不是数值数据的副本。这一点也是 NumPy 数组切片和 Python 列表切片的不同之处：在 Python 列表中，切片是值的副本。

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
print(x2)

>>> [[12  5  2  4]
    [ 7  6  8  8]
    [ 1  6  7  7]]
    
# 从中抽取一个 2×2 的子数组
x2_sub = x2[:2, :2]
print(x2_sub)

>>>[[12  5]
    [ 7  6]]

# 现在如果修改这个子数组，将会看到原始数组也被修改了

x2_sub[0, 0] = 99
print(x2_sub)

>>> [[99  5]
     [ 7  6]]

print(x2)

>>> [[99  5  2  4]
     [ 7  6  8  8]
     [ 1  6  7  7]]

创建数组的副本

copy()函数

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
x2_sub_copy = x2[:2, :2].copy()
print(x2_sub_copy)

>>> [[99  5]
     [ 7  6]]
     
# 如果修改这个子数组，原始的数组不会被改变

x2_sub_copy[0, 0] = 42
print(x2_sub_copy)

>>> [[42  5]
     [ 7  6]]

print(x2)

>>>[[99  5  2  4]
    [ 7  6  8  8]
    [ 1  6  7  7]]