numpy的Fancy Indexing和array比较详解_Python

numpy的Fancy Indexing和array比较详解

2020-06-12 10:51Coding_Now Python

这篇文章主要介绍了numpy的Fancy Indexing和array比较详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

一：Fancy Indexing

				?

									import numpy as np

									#Fancy Indexing

									x = np.arange(16)

									np.random.shuffle(x)

									print(x) #打印所有的元素

									print(x[2])#获取某个元素的值

									print(x[1:3])#切片

									print(x[3:9:2])#指定间距切片

									index = [2,4,7,9] #索引数组

									print(x[index])#获取索引数组中的元素的值

									ind = np.array([[0,2],[1,4]]) #索引二维数组

									print(x[ind])##获取索引二维数组中的元素的值

									print("---------------------")

									X = x.reshape(4,-1)

									print(X)

									ind1 = np.array([1,3]) #行的索引

									ind2 = np.array([2,0]) #列的索引

									print(X[ind1,ind2])

									print(X[:-2,ind2])

									bool_index = [True,False,True,False] #True就取当前列，False就不取

									print(X[:-1,bool_index])

二：array比较

				?

									import numpy as np

									x = np.arange(16)

									print(x)

									print(x < 3) #返回的是bool数组

									print(x == 3)

									print(x != 3)

									print(x * 4 == 24 - 4 * x)

									print(x + 1)

									print(x * 2)

									print(x / 4)

									print(x - 10)

									print(np.sum(x<3))#返回小于3的元素个数

									print(np.any(x==0)) #只要向量x中有等于0的就返回true

									print(np.all(x==0)) #只有向量x中全部等于0才返回true

									print(x[x<5]) #因为x<5返回的是bool数组，我们取true的元素的值

									#二维的同样支持

									print("----------------------")

									X = x.reshape(4,-1)

									print(X)

									print(X<3)

									print(x == 3)

									print(np.sum(X<4))

									print(np.count_nonzero(X<5)) #返回X中小于5的不等于0的个数

									print(np.any(X==0)) #只要向量x中有等于0的就返回true

									print(np.all(X==0)) #只有向量x中全部等于0才返回true

									print(np.sum(X<4,axis=1))#沿着列的方向，计算每行小于4的个数

									print(np.sum((X>3)&(X<10))) #计算X中大于3并且小于10的个数

									print(np.sum(~(X==0))) #计算X中不等于0的个数

									print(X[X[:,3]%3==0,:]) #因为X[:,3]%3==0返回的是一个向量，元素为true，false，false，true，所以最后取第一行和最后一行