0.2 , 0.16666667]], dtype=float32)
5、索引和切片
基本的索引和切片
numpy基本的索引和切片功能和Python列表的操作相似,不过要注意的是numpy中数组切片是原始数组的视图...4,3,0,6的顺序选取了数组中的四行,所以得到的结果为:
array([[ 4., 4., 4., 4.],
[ 3., 3., 3., 3.],
[ 0.,...我们也可以使用负数从最后一行开始选取:
arr[[-3,-5,-7]]
如果我们想选择一块方形区域,同时按照我们指定的顺序排列数据,我们尝试以下的方式:
arr = np.arange(32).reshape...((8,4))
arr[[1,5,7,2],[0,3,1,2]]
输出为:
array([ 4, 23, 29, 10])
这是因为按照上面的方式进行选取,会将选择出的元素锁定在4个元素上。...,条件为假时选择值的数组:
xarr = np.array([1.1,1.2,1.3,1.4,1.5])
yarr = np.array([2.1,2.2,2.3,2.4,2.5])
cond = np.array