numpy 切片操作

numpy在处理数据的时候，经常会有切片操作，如提取指定几行的数据或者几列的数据，本文记录一些典型的切片方法以备日后查看。

一维数组的切片：

数组[start:end:step]
从start到end，以step为步长的元素
且：start < end.

>>> b=np.random.randint(1,10,[10])>>> barray([6, 5, 2, 3, 9, 9, 3, 8, 5, 8])

正向第i个元素到第j个元素：

>>> i=1>>> j=8>>> b[i:j]array([5, 2, 3, 9, 9, 3, 8])

返回b[i],b[i+1],···，b[j-1]的元素

>>> i=1>>> j=2>>> b[i:j]array([5])

我们发现是左闭右开，第j个元素不返回。

>>> b[::2]array([6, 2, 9, 3, 5])

以2位步长，取下标为2的倍数的元素。

反向 倒数几个元素：
start和end为负数则是反向取元素，
取b[start+1] ，b[start+2],···,b[end]的元素

>>> b[-3:-1]array([8, 5])

二维数组的切片

>>> a=np.random.randint(0,10,size=[4,5])>>> aarray([[1, 8, 4, 9, 8],       [4, 1, 6, 4, 2],       [6, 4, 1, 2, 7],       [4, 9, 3, 5, 9]])

取 第i行到第j行：

>>> a[2:4,:]array([[6, 4, 1, 2, 7],       [4, 9, 3, 5, 9]])

第i列到第j列：

>>> a[:,2:4]array([[4, 9],       [6, 4],       [1, 2],       [3, 5]])

我们可以发现，多维的切片是在中括号中用逗号运算符, 将不同维上的操作分开，分割开后每个维度上单独维护即可。

另外

另外 numpy中对切片元素的操作是会影响到原数组本身的！
例如沿用上例的a矩阵：

>>> a[:1,:1]=[[100]]>>> aarray([[100,   8,   4,   9,   8],       [  4,   1,   6,   4,   2],       [  6,   4,   1,   2,   7],       [  4,   9,   3,   5,   9]])