Python中怎么实现二维数组与三维数组切片-创新互联
本篇文章给大家分享的是有关Python中怎么实现二维数组与三维数组切片，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
如果对象是二维数组，则切片应当是x[:]的形式，里面有一个冒号，冒号之前和之后分别表示对象的第0个维度和第1个维度；
如果对象是三维数组，则切片应当是x[::]，里面有两个冒号，分割出三个间隔，三个间隔的前、中和后分别表示对象的第0、1、2个维度。
x[n,:]、x[:,n]、x[m:n,:]、x[:,m:n]
上面的中括号中(m:n)应当看成一个整体，除了(m:n)之外的冒号就是用来表明在哪个维度上操作的。
对于二维数组，在冒号前面的(n,)意味着对二维数组的第0个维度上的第n号元素操作，在冒号后面的(,n)意味着对二维数组的第1个维度上的第n号元素进行操作。如果n替换成(m:n)则表示对第m号到第n-1号元素操作。
举例：
import numpy as np a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16], [17, 18, 19, 20]]) print(a.shape) print(a[0, :], a[0, :].shape) print(a[1, :], a[1, :].shape) print(a[-1, :], a[-1, :].shape) print(a[0:2, :], a[0:2, :].shape) print(a[:, 0], a[:, 0].shape) print(a[:, 1], a[:, 1].shape) print(a[:, -1], a[:, -1].shape) print(a[:, 0:2], a[:, 0:2].shape)
运行结果如下：
(5, 4) [1 2 3 4] (4,) [5 6 7 8] (4,) [17 18 19 20] (4,) [[1 2 3 4] [5 6 7 8]] (2, 4) [ 1 5 9 13 17] (5,) [ 2 6 10 14 18] (5,) [ 4 8 12 16 20] (5,) [[ 1 2] [ 5 6] [ 9 10] [13 14] [17 18]] (5, 2) Process finished with exit code 0
上例中，a是shape=(5,4)的数组。第0个维度上有5个元素，第1个维度上有4个元素(元素不一定是单个值， 也可能是数组，这里的元素的叫法是相对于某个维度而言的)。
a[0, :]、a[1, :]、a[-1, :]分别提取了a的第0个维度上的第0、1和-1个元素，每个元素都是一个含有4个元素的数组。
a[0:2, :]提取了a的第0个维度上的第0和1两个元素，两个元素都是一个含有4个元素的数组，共同组成一个二维数组。
a[:, 0]、a[:, 1]、a[:, -1]分别提取了a的第1个维度上的0、1和-1个元素，每个元素都是单个元素值。
a[:, 0:2]提取了a的第1个维度上的第0和1两个元素，两个元素都是单个元素值，共同组成一个二维数组。
x[n,::]、x[:,n:]、x[::,n]、x[:,:,n]、x[m:n,::]、x[:,m:n:]、x[::,m:n]、x[:,:,m:n]
上面的中括号中(m:n)应当看成一个整体，除了(m:n)之外的两个冒号就是用来表明在哪个维度上操作的。
对于三维数组，在双冒号的最前面的(n,)意味着对三维数组的第0个维度上的第n号元素操作，在双冒号的中间的(,n)意味着对三维数组的第1个维度上的第n号元素进行操作，在双冒号的后面的(,n)意味着对三维数组的第2个维度上的第n号元素进行操作。如果n替换成(m:n)则表示对第m号到第n-1号元素操作。
举例：
import numpy as np
b = np.array([[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]],
[[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]],
[[25, 26, 27, 28], [29, 30, 31, 32], [33, 34, 35, 36]],
])
print(b.shape)
print("b[0, ::],b[1, ::],b[-1, ::],b[0:2, ::]")
print(b[0, ::], b[0, ::].shape)
print(b[1, ::], b[1, ::].shape)
print(b[-1, ::], b[-1, ::].shape)
print(b[0:2, ::], b[0:2, ::].shape)
print("b[:, 0:],b[:, 1:],b[:, -1:],b[:, 0:2:]")
print(b[:, 0:], b[:, 0:].shape)
print(b[:, 1:], b[:, 1:].shape)
print(b[:, -1:], b[:, -1:].shape)
print(b[:, 0:2:], b[:, 0:2:].shape)
print("b[::, 0],b[::, 1],b[::, -1],b[::, 0:2:]")
print(b[::, 0], b[::, 0].shape)
print(b[::, 1], b[::, 1].shape)
print(b[::, -1], b[::, -1].shape)
print(b[::, 0:2:], b[::, 0:2].shape)
print("b[:,:, 0],b[:,:, 1],b[:,:, -1],b[:,:, 0:2:]")
print(b[:, :, 0], b[:, :, 0].shape)
print(b[:, :, 1], b[:, :, 1].shape)
print(b[:, :, -1], b[:, :, -1].shape)
print(b[:, :, 0:2:], b[:, :, 0:2].shape)运行结果如下：
(3, 3, 4) b[0, ::],b[1, ::],b[-1, ::],b[0:2, ::] [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] (3, 4) [[13 14 15 16] [17 18 19 20] [21 22 23 24]] (3, 4) [[25 26 27 28] [29 30 31 32] [33 34 35 36]] (3, 4) [[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] [[13 14 15 16] [17 18 19 20] [21 22 23 24]]] (2, 3, 4) b[:, 0:],b[:, 1:],b[:, -1:],b[:, 0:2:] [[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] [[13 14 15 16] [17 18 19 20] [21 22 23 24]] [[25 26 27 28] [29 30 31 32] [33 34 35 36]]] (3, 3, 4) [[[ 5 6 7 8] [ 9 10 11 12]] [[17 18 19 20] [21 22 23 24]] [[29 30 31 32] [33 34 35 36]]] (3, 2, 4) [[[ 9 10 11 12]] [[21 22 23 24]] [[33 34 35 36]]] (3, 1, 4) [[[ 1 2 3 4] [ 5 6 7 8]] [[13 14 15 16] [17 18 19 20]] [[25 26 27 28] [29 30 31 32]]] (3, 2, 4) b[::, 0],b[::, 1],b[::, -1],b[::, 0:2:] [[ 1 2 3 4] [13 14 15 16] [25 26 27 28]] (3, 4) [[ 5 6 7 8] [17 18 19 20] [29 30 31 32]] (3, 4) [[ 9 10 11 12] [21 22 23 24] [33 34 35 36]] (3, 4) [[[ 1 2 3 4] [ 5 6 7 8]] [[13 14 15 16] [17 18 19 20]] [[25 26 27 28] [29 30 31 32]]] (3, 2, 4) b[:,:, 0],b[:,:, 1],b[:,:, -1],b[:,:, 0:2:] [[ 1 5 9] [13 17 21] [25 29 33]] (3, 3) [[ 2 6 10] [14 18 22] [26 30 34]] (3, 3) [[ 4 8 12] [16 20 24] [28 32 36]] (3, 3) [[[ 1 2] [ 5 6] [ 9 10]] [[13 14] [17 18] [21 22]] [[25 26] [29 30] [33 34]]] (3, 3, 2) Process finished with exit code 0
上例中，b是shape=(3,3,4)的数组。第0个维度上有3个元素，第1个维度上有3个元素，第2个维度上有4个元素(元素不一定是单个值， 也可能是数组，这里的元素的叫法是相对于某个维度而言的)。
b[0, ::]、b[1, ::]、b[-1, ::]分别提取了b的第0个维度上的第0、1和-1个元素，每个元素都是一个二维数组。
b[0:2, ::]提取了b的第0个维度上的第0和1两个元素，两个元素都是一个二维数组，共同组成一个三维数组。
b[:, 0:]、b[:, 1:]、b[:, -1:]分别提取了b的全部元素(都是由4个元素的单个数组)、b的第1个维度上除第0号外的所有元素(都是由4个元素的单个数组)、b的第1个维度上的所有最后一个位置上的元素(都是由4个元素的单个数组)。
b[:, 0:2:]提取了b的第1个维度上的第0和1两个元素，两个元素都是一个有4个元素的数组，共同组成一个三维数组。
b[::, 0]、b[::, 1]、b[::, -1]分别提取了b的第2个维度上的0、1和-1个元素（这里的元素就是单个有4个元素的数组），每个元素都是有4个元素的数组。
b[::, 0:2]提取了b的第2个维度上的第0和1两个元素（这里的元素就是单个有4个元素的数组），两个元素都是有4个元素的数组。
b[:,:, 0]、b[:,:, 1]、b[:,:, -1]分别提取了b的第2个维度的所有元素（即有4个元素的数组）中的第0、1和-1个元素值，每个元素都是单个元素值。
b[:,:, 0:2]提取了b的第2个维度的所有元素（即有4个元素的数组）中的第0和1两个元素值，两个元素都是单个元素值。
以上就是Python中怎么实现二维数组与三维数组切片，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联成都网站设计公司行业资讯频道。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
分享名称：Python中怎么实现二维数组与三维数组切片-创新互联
标题来源：http://ybzwz.com/article/dhodhj.html
