python numpy配列の索引とスライスの操作方法


NumPy-概要
NumPyはPythonカバンです。これは「Numeric Python」を表します。多次元配列オブジェクトと配列を処理するためのルーチンセットからなるライブラリです。
Numeric、すなわちNumPyの前身は、Jim Hugunnによって開発された。もう一つのバッグNumarrayも開発しました。いくつかの追加機能を持っています。2005年、Travis OliphantはNumarrayの機能をNumericパッケージに統合してNumPyパッケージを作成しました。このオープンソースプロジェクトには多くの貢献者がいます。
NumPy操作
NumPyを使用して、開発者は以下の操作を行うことができます。
•行列の演算数と論理演算。
•フーリエ変換と図形操作のルーチン。
•線形代数に関する操作。NumPyは線形代数と乱数生成の内蔵関数を持っている。
numpyライブラリ多次元配列の種類とリストの種類は非常に似ています。インデックスとスライス機能も同じです。
索引:配列内の特定の位置要素を取得するプロセス
スライス:配列要素のサブセットを取得するプロセス
1.1次元配列

#       
arr1=np.array(np.arange(9))
arr1
array([0, 1, 2, 3, 4, 5, 6, 7, 8])

#   
arr[-1] #8
arr1[arr1.size-2] #7
arr1[arr1.size-9] #0 
#    :[start:end:step]
arr1[1:4] #       
arr1[1:5:2] #array([1,3])
arr1[::-1] #      ,-1     
2.二次元配列

#         
arr2=np.array([
 np.arange(1,4),
 np.arange(5,8)
])

arr2

array([[1, 2, 3],
 [5, 6, 7]])

#   
arr2[0][2] # 3
arr2[0,2] # 3
#   
arr2[0,] # array([1,2,3]) 
arr2[0,::] #   
arr2[0,0:3] #array([1,2]) 
3.多次元配列

arr4=np.arange(1,25).reshape(2,3,4)
arr4

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]]])

arr4[1][2][2] # 23
arr4[1,1,1] #18
arr3[1,1,] # array([17,18,19,20])
arr4[1,1,::] #   
arr4[1,1,::-1] # array([20, 19, 18, 17])
arr4[0,1:3] 
#array([[ 5, 6, 7, 8],
  #[ 9, 10, 11, 12]])
arr4[:1,1] #array([ 6, 18])
b[1,:,2] #array([15, 19, 23])
b[1,...] 
#array([[13, 14, 15, 16],
 # [17, 18, 19, 20],
 # [21, 22, 23, 24]])
b[0,::-1,-1] #array([12, 8, 4])
b[:,:,-1][::-1][:,-1] #array([24, 12])
締め括りをつける
以上は小编が绍介したpython numpy配列のインデックスとカットの操作方法です。皆さんに助けてほしいです。もし何か疑问があれば、メッセージをください。小编はすぐに返事します。ここでも私たちのサイトを応援してくれてありがとうございます。