numpy_index

本文介绍numpy索引

Demo.py

import numpy as np
A = np.arange(3,15)
# array([3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])      
print A[3]    # 6
A = np.arange(3,15).reshape((3,4))      
print A[2]       # [11 12 13 14]
print  A[1, 1]       # 8
#在Python的 list 中，我们可以利用:对一定范围内的元素进行切片操作，在Numpy中我们依然可以给出相应的方法：
print A[1, 1:3]    # [8 9]
#逐行进行打印操作
for row in A:
    print row
#逐列打印
for column in A.T:
    print column
    
import numpy as np
A = np.arange(3,15).reshape((3,4))       
print A.flatten()  #flatten是一个展开性质的函数，将多维的矩阵进行展开成1行的数列   
# array([3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
for item in A.flat:  #flat是一个迭代器，本身是一个object属性
    print item   
# 3
# 4
#……
# 14

结果：

6
[11 12 13 14]
8
[8 9]
[3 4 5 6]
[ 7  8  9 10]
[11 12 13 14]
[ 3  7 11]
[ 4  8 12]
[ 5  9 13]
[ 6 10 14]

[ 3  4  5 ..., 12 13 14]
3
4
5
6
7
8
9
10
11
12
13
14