日新月异 PyTorch - numpy 基础: numpy 数组的属性，切片，索引
日新月异 PyTorch - numpy 基础: numpy 数组的属性，切片，索引
示例如下:
numpy\demo2.py
import numpy as np
# 数组的常用属性
def sample1():
# 数组 a 是一个一维数组
a = np.arange(24)
# 数组 b 是一个三维数组
b = a.reshape(2,4,3)
# ndim 数组的维度的个数，维度称之为 axis，维度的个数称之为 rank
print(a.ndim) # 1
print(b.ndim) # 3
# shape 数组的形状，返回一个整数元组，用于描述每个维度的大小
print(a.shape) # (24,)
print(b.shape) # (2, 4, 3)
# size 数组元素的总数
print(a.size) # 24
print(b.size) # 24
# dtype 数组元素的数据类型
print(a.dtype) # int32
print(b.dtype) # int32
# itemsize 数组中每个元素占用的字节大小
print(a.itemsize) # 4
print(b.itemsize) # 4
# 数组的切片和索引（切片就是取多个数据，索引就是取一个数据）
def sample2():
a = np.arange(10)
print(a) # [0 1 2 3 4 5 6 7 8 9]
# 取索引位置的 1 - 7 之间的元素（左闭右开），且步长为 2
print(a[slice(1, 7, 2)]) # [1 3 5]
print(a[1:7:2]) # [1 3 5]
# 反向排列
print(a[-1::-1]) # [9 8 7 6 5 4 3 2 1 0]
# 取第 0 个元素
print(a[0]) # 0
# 取倒数第 1 个元素
print(a[-1]) # 9
# 取第 1 个元素到最后一个元素
print(a[1:]) # [1 2 3 4 5 6 7 8 9]
# 取第 0 个元素到倒数第 2 个元素（左闭右开）
print(a[:-2]) # [0 1 2 3 4 5 6 7]
# 取第 0 个元素到第 2 个元素（左闭右开）
print(a[0:2]) # [0 1]
b = np.array([[1,2,3],[3,4,5],[4,5,6]])
print(b)
'''
[[1 2 3]
[3 4 5]
[4 5 6]]
'''
# 第 1 列元素
print(b[..., 1]) # [2 4 5]
# 第 1 行元素
print(b[1, ...]) # [3 4 5]
# 第 1 行元素
print(b[1, ]) # [3 4 5]
# 第 1 列以及之后所有列的数据
print(b[..., 1:])
'''
[[2 3]
[4 5]
[5 6]]
'''
c = np.arange(24).reshape(2, 4, 3)
print(c)
'''
[[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
[[12 13 14]
[15 16 17]
[18 19 20]
[21 22 23]]]
'''
# 轴0的第1条数据中的，轴1的第2条数据中的，轴2的第0个数据
print(c[1, 2, 0]) # 18
# 轴0的第1条数据中的，轴1的第2条数据中的，轴2的第0个到第2个之间的数据（左闭右开）
print(c[1, 2, 0:2]) # [18 19]
# 轴0的第1条数据中的，轴1的全部数据中的，轴2的第0个数据
print(c[1, :, 0]) # [12 15 18 21]
# 轴0的第1条数据中的，轴1的第2条以及之后的全部数据中的，轴2的全部数据
print(c[1, 2:, ])
'''
[[18 19 20]
[21 22 23]]
'''
# 同上
print(c[1, 2:]) # [18 19 20]
'''
[[18 19 20]
[21 22 23]]
'''
if __name__ == '__main__':
# 数组的常用属性
sample1()
# 数组的切片和索引（切片就是取多个数据，索引就是取一个数据）
sample2()
