• NumPy 数组切片及数据类型介绍


    NumPy 数组切片

    NumPy 数组切片用于从数组中提取子集。它类似于 Python 中的列表切片,但支持多维数组。

    一维数组切片

    要从一维数组中提取子集,可以使用方括号 [] 并指定切片。切片由起始索引、结束索引和可选步长组成,用冒号 : 分隔。

    语法:

    arr[start:end:step]
    
    • start:起始索引(默认为 0)。
    • end:结束索引(不包括)。
    • step:步长(默认为 1)。

    示例:

    import numpy as np
    
    # 创建一维数组
    arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
    
    # 从第二个元素到第五个元素(不包括)
    print(arr[1:5])  # 输出:array([2, 3, 4])
    
    # 从头到尾,每隔一个元素
    print(arr[::2])  # 输出:array([1, 3, 5, 7, 9])
    
    # 从倒数第三个元素到倒数第一个元素
    print(arr[-3:-1])  # 输出:array([8, 9])
    

    二维数组切片

    要从二维数组中提取子集,可以使用逗号分隔的两个索引,每个索引表示相应维度的切片。

    语法:

    arr[start_row:end_row, start_col:end_col:step]
    
    • start_row:起始行索引(默认为 0)。
    • end_row:结束行索引(不包括)。
    • start_col:起始列索引(默认为 0)。
    • end_col:结束列索引(不包括)。
    • step:步长(默认为 1)。

    示例:

    import numpy as np
    
    # 创建二维数组
    arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
    
    # 从第二行到第三行,第一列到第三列(不包括)
    print(arr[1:3, 0:3])  # 输出:array([[4, 5, 6], [7, 8, 9]])
    
    # 从第一行到第三行,每隔一列
    print(arr[::2, :])  # 输出:array([[1, 3, 5], [7, 9]])
    
    # 从第一行到第三行,第二列
    print(arr[:, 1])  # 输出:array([2, 5, 8])
    

    练习

    创建一个 5x5 的二维数组 arr,并打印以下子集:

    • 第一行的所有元素
    • 第二列的所有元素
    • 从左上角到右下角的对角线元素
    • 2x2 的子数组,从第二行第三列开始

    在评论中分享您的代码和输出。

    Sure, here is the requested Markdown formatted content:

    NumPy 数据类型

    NumPy 数组由同类型元素组成,并具有指定的数据类型。数据类型定义了数组中元素的存储方式和允许的操作。

    NumPy 中的数据类型

    NumPy 具有比 Python 更丰富的基本数据类型,并使用首字母大写字符来表示它们:

    • i: 整数(int)
    • b: 布尔值(bool)
    • u: 无符号整数(unsigned int)
    • f: 浮点数(float)
    • c: 复数浮点数(complex float)
    • m: 时间差(timedelta)
    • M: 日期时间(datetime)
    • O: 对象(object)
    • S: 字符串(string)
    • U: Unicode 字符串(unicode string)
    • V: 可变长度字节(void)

    检查数组的数据类型

    NumPy 数组具有一个属性 dtype,用于获取数组元素的数据类型。

    import numpy as np
    
    arr = np.array([1, 2, 3, 4, 5])
    print(arr.dtype)
    

    输出:

    int32
    

    使用指定数据类型创建数组

    我们可以使用 np.array() 函数并指定 dtype 参数来创建具有指定数据类型的数组。

    import numpy as np
    
    arr = np.array([1, 2, 3, 4, 5], dtype='float64')
    print(arr)
    print(arr.dtype)
    

    输出:

    [1. 2. 3. 4. 5.]
    float64
    

    转换数组的数据类型

    我们可以使用 astype() 方法转换现有数组的数据类型。

    import numpy as np
    
    arr = np.array([1.1, 2.2, 3.3, 4.4, 5.5])
    new_arr = arr.astype(int)
    print(new_arr)
    print(new_arr.dtype)
    

    输出:

    [1 2 3 4 5]
    int32
    

    NumPy 数据类型简表

    数据类型 字符 描述
    整数 i 有符号整数
    布尔值 b True 或 False
    无符号整数 u 无符号整数
    浮点数 f 固定长度浮点数
    复数浮点数 c 复数浮点数
    时间差 m 时间间隔
    日期时间 M 日期和时间
    对象 O Python 对象
    字符串 S 固定长度字符串
    Unicode 字符串 U 可变长度 Unicode 字符串
    可变长度字节 V 用于其他类型的固定内存块

    练习

    创建以下 NumPy 数组,并打印它们的元素和数据类型:

    • 一个包含 10 个随机整数的数组。
    • 一个包含 5 个布尔值的数组。
    • 一个包含 7 个复杂数的数组。
    • 一个包含 10 个日期时间对象的数组。

    在评论中分享您的代码和输出。

    最后

    为了方便其他设备和平台的小伙伴观看往期文章:

    微信公众号搜索:Let us Coding,关注后即可获取最新文章推送

    看完如果觉得有帮助,欢迎点赞、收藏、关注

  • 相关阅读:
    Style样式设置器
    【数据结构与算法】之深入解析“对角线遍历II”的求解思路与算法示例
    【VS插件】VS code上的Remote - SSH
    vuex复习
    Kmeans聚类 使用Pytorch和GPU加速
    制作温馨浪漫爱心表白动画特效HTML5+jQuery【附源码】
    深度学习之基于YoloV5车辆和行人目标检测系统
    【HTML】前端网页开发工具Vscode中DOCTYPE和lang以及字符集的作用
    unity 实现多个物体或单个物体 让其单击物体让其显示再次单击让其隐藏
    考研英语各题型的正确率情况
  • 原文地址:https://www.cnblogs.com/xiaowange/p/18178304