NumPy科学计算库学习_008_NumPy数组的花式索引和索引技巧
NumPy科学计算库学习_008_NumPy数组的花式索引和索引技巧
1维NumPy数组
创建1维NumPy数组
arr = np.array([0,10,3,8,24,5,18,2,99,66])
print("【arr】\n",arr)
【arr】
[ 0 10 3 8 24 5 18 2 99 66]
从1维NumPy数组中挑选元素索引、并赋值给新的对象
- 将arr2内的元素修改不会影响到arr本身哦
arr2 = arr[[0,0,0,2,3,-1,-1]]
print("【arr2修改前】\n",arr2)
arr2[1] = 1024
print("【arr2修改后】\n",arr2)
print("【arr】\n",arr)
【arr2修改前】
[ 0 0 0 3 8 66 66]
【arr2修改后】
[ 0 1024 0 3 8 66 66]
【arr】
[ 0 10 3 8 24 5 18 2 99 66]
2维NumPy数组
生成一个2维NumPy数组
\[arr2d=
\begin{bmatrix}
1&3&5&7&9\\
2&4&6&8&10\\
12&18&20&23&37\\
123&55&32&11&209\\
\end{bmatrix}\]
arr2d = np.array([[1,3,5,7,9],[2,4,6,8,10],[12,18,20,23,37],[123,55,32,11,209]])
print("【arr2d】\n",arr2d)
【arr2d】
[[ 1 3 5 7 9]
[ 2 4 6 8 10]
[ 12 18 20 23 37]
[123 55 32 11 209]]
2维NumPy数组中，获取第2行和第4行数据
\[arr2d=
\begin{bmatrix}
1&3&5&7&9\\
\color{blue}{2}&\color{blue}{4}&\color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\
12&18&20&23&37\\
\color{blue}{123}&\color{blue}{55}&\color{blue}{32}&\color{blue}{11}&\color{blue}{209}\\
\end{bmatrix}
\color{green}{\Longrightarrow}
\begin{bmatrix}
\color{blue}{2}&\color{blue}{4}&\color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\
\color{blue}{123}&\color{blue}{55}&\color{blue}{32}&\color{blue}{11}&\color{blue}{209}\\
\end{bmatrix}
\]
print("【获取第2行和第4行数据】\n",arr2d[[1,3]])
【获取第2行和第4行数据】
[[ 2 4 6 8 10]
[123 55 32 11 209]]
2维NumPy数组中，获取第2行第3列和第4行第5列的数据
\[arr2d=
\begin{bmatrix}
1&3&5&7&9\\
{2}&{4}&\color{blue}{6}&{8}&{10}\\
12&18&20&23&37\\
{123}&{55}&{32}&{11}&\color{blue}{209}\\
\end{bmatrix}
\color{green}{\Longrightarrow}
\begin{bmatrix}
\color{blue}{6}&\color{blue}{209}\\
\end{bmatrix}
\]
print("【获取第2行第3列和第4行第5列的数据】\n",arr2d[[1,3],[2,4]])
【获取第2行第3列和第4行第5列的数据】
[ 6 209]
2维NumPy数组中，获取第2行中：第3列、第4列、第5列的数据
\[arr2d=
\begin{bmatrix}
1&3&5&7&9\\
{2}&{4}&\color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\
12&18&20&23&37\\
{123}&{55}&{32}&{11}&{209}\\
\end{bmatrix}
\color{green}{\Longrightarrow}
\begin{bmatrix}
\color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\
\end{bmatrix}
\]
print("【获取第2行中：第3列、第4列、第5列的数据】\n",arr2d[1,[2,3,4]])
【获取第2行中：第3列、第4列、第5列的数据】
[ 6 8 10]
2维NumPy数组中，获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据
\[arr2d=
\begin{bmatrix}
1&3&5&7&9\\
{2}&{4}&\color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\
12&18&\color{blue}{20}&\color{blue}{23}&\color{blue}{37}\\
{123}&{55}&{32}&{11}&{209}\\
\end{bmatrix}
\color{green}{\Longrightarrow}
\begin{bmatrix}
\color{blue}{6}&\color{blue}{8}&\color{blue}{10}\\
\color{blue}{20}&\color{blue}{23}&\color{blue}{37}\\
\end{bmatrix}
\]
print("【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】\n",arr2d[[1,2],2:])
print("【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】\n",arr2d[[1,2]][:,2:])
【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】
[[ 6 8 10]
[20 23 37]]
【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】
[[ 6 8 10]
[20 23 37]]
2维NumPy数组中，获取矩阵数组4个角的数据+第1行、第3列+第4行、第3列的数据
\[arr2d=
\begin{bmatrix}
\color{blue}1&3&\color{blue}5&7&\color{blue}9\\
{2}&{4}&{6}&{8}&{10}\\
12&18&{20}&{23}&{37}\\
\color{blue}{123}&{55}&\color{blue}{32}&{11}&\color{blue}{209}\\
\end{bmatrix}
\color{green}{\Longrightarrow}
\begin{bmatrix}
\color{blue}{1}&\color{blue}{5}&\color{blue}{9}\\
\color{blue}{123}&\color{blue}{32}&\color{blue}{209}\\
\end{bmatrix}
\]
print("【获取`矩阵数组4个角的数据`+`第1行、第3列`+`第4行、第3列`的数据】\n",arr2d[[0,3]][:,[0,2,4]])
【获取`矩阵数组4个角的数据`+`第1行、第3列`+`第4行、第3列`的数据】
[[ 1 5 9]
[123 32 209]]
关于笛卡尔积的计算
- 计算过程
\[A=
\begin{bmatrix}
a&b\\
c&d\\
\end{bmatrix}
B=
\begin{bmatrix}
2\\
3\\
\end{bmatrix}
\]
\[\color{green}{\Downarrow}
\]
\[{A}\otimes{B}=
\begin{bmatrix}
aB&bB\\
cB&dB\\
\end{bmatrix}
=
\begin{bmatrix}
2a&2b\\
3a&3b\\
2c&2d\\
3c&3d\\
\end{bmatrix}
\color{red}{\neq}
{B}\otimes{A}=
\begin{bmatrix}
2A\\
3A\\
\end{bmatrix}
=
\begin{bmatrix}
2a&2b\\
2c&2d\\
3a&3b\\
3c&3d\\
\end{bmatrix}
\]
- 笛卡尔积在NumPy中的使用
np.ix_(待提取元素的行标, 待提取元素的列标)
print("【arr2d】")
print(arr2d)
print("【arr2d】选取行数")
print(arr2d[[1,3,3,3]])
print("【arr2d】在选取行数的基础上，选取列数")
print(arr2d[[1,3,3,3]][:,[2,4,4]])
print("【以上操作可以用np.ix_()代替】")
print(arr2d[np.ix_([1,3,3,3],[2,4,4])])
【arr2d】
[[ 1 3 5 7 9]
[ 2 4 6 8 10]
[ 12 18 20 23 37]
[123 55 32 11 209]]
【arr2d】选取行数
[[ 2 4 6 8 10]
[123 55 32 11 209]
[123 55 32 11 209]
[123 55 32 11 209]]
【arr2d】在选取行数的基础上，选取列数
[[ 6 10 10]
[ 32 209 209]
[ 32 209 209]
[ 32 209 209]]
【以上操作可以用np.ix_()代替】
[[ 6 10 10]
[ 32 209 209]
[ 32 209 209]
[ 32 209 209]]
布尔值索引
chars = np.array(['a','b','c','d','e','f','g','h','a'])
print("【chars】\n",chars)
cond1 = (chars == 'a')
print("【cond1】\n",cond1)
print("【返回chars数组中，元素为a的字符】\n",chars[cond1])
print("")
nums = np.array([1,2,3,4,5,6,7])
print("【nums】\n",nums)
cond2 = (nums >= 4)
cond3 = (nums < 7)
print("【cond2 & cond3】\n",cond2 & cond3)
print("【返回nums数组中，元素大于等于4且小于7的数】\n",nums[cond2 & cond3])
【chars】
['a' 'b' 'c' 'd' 'e' 'f' 'g' 'h' 'a']
【cond1】
[ True False False False False False False False True]
【返回chars数组中，元素为a的字符】
['a' 'a']
【nums】
[1 2 3 4 5 6 7]
【cond2 & cond3】
[False False False True True True False]
【返回nums数组中，元素大于等于4且小于7的数】
[4 5 6]
