NumPy复杂切片
NumPy是一个开源的Python科学计算库，它提供了高性能的多维数组对象和用于处理这些数组的工具。复杂切片是NumPy中对多维数组进行切片操作的一种高级技术。
复杂切片允许我们通过使用整数、切片对象、布尔值数组或整数数组来选择数组的子集。它可以用于获取、设置或删除数组中的特定元素。
复杂切片的语法如下：
array[切片1, 切片2, ...]其中，切片可以是整数、切片对象、布尔值数组或整数数组。切片对象由start:stop:step组成，表示从start开始，到stop结束，步长为step。
复杂切片的应用场景包括：
- 获取数组的子集：通过指定切片对象，可以获取数组中特定范围的元素。
- 修改数组的子集：通过指定切片对象，可以修改数组中特定范围的元素的值。
- 删除数组的子集：通过指定切片对象，可以删除数组中特定范围的元素。
对于NumPy复杂切片，腾讯云提供了以下相关产品和服务：
- 腾讯云服务器（CVM）：提供高性能、可扩展的云服务器实例，可用于部署和运行NumPy程序。产品介绍链接：腾讯云服务器
- 腾讯云对象存储（COS）：提供安全、可靠的对象存储服务，可用于存储和管理NumPy数组数据。产品介绍链接：腾讯云对象存储
- 腾讯云容器服务（TKE）：提供高度可扩展的容器化应用管理平台，可用于部署和管理NumPy应用。产品介绍链接：腾讯云容器服务
以上是对NumPy复杂切片的完善且全面的答案，希望能满足您的需求。
相关·内容
1回答
dataset[batch_idx:, :, :, :] 这将收集成批的3维数据。 dataset[batch_idx:, :] 这将收集一维一批次的数据。 我们如何收集批量的n维数据？ 寻找适用于numpy和h5py的解决方案
浏览 7提问于2018-12-29得票数 2
3回答
将列表分割到给定的元素
、、、
如果您有一个list my_list = ['a', 'd', 'e', 'c', 'b', 'f']，并且您想要构造一个子列表，其中包含一个给定的元素，例如my_list_up_to_c = ['a', 'd', 'e']，那么如何以一种易于扩展的方式来完成这个任务呢？另外，通过使用numpy数组可以更快地做到这一点吗？
浏览 0提问于2019-04-04得票数 1
回答已采纳
1回答
编写了一个Python函数矩阵(m，d)，它以二维矩阵m和方向d为输入，其中d为'h‘或'v’。如果d == 'h'，则该函数应返回
矩阵水平翻转。如果d == 'v'，则函数应返回垂直翻转的矩阵。对于d的任何其他值，函数应该不改变返回m。在所有情况下，参数m都不受函数的干扰。
代码：
import numpy as np
def matrixflip(m,d):
m=np.array(m)
if d=='h':
m=np.flip(m,axis=1)
return m
浏览 1提问于2021-02-07得票数 1
我有一个巨大的numpy内存错误的数据问题，我尝试使用切片来处理它，就像下面的
分片适用于numpy.multiply，但似乎无法通过分片将numpy int转换为浮点型。示例如下：
images = numpy.array([1,2,3,4,5,6,7,8,9,10])
images[0:5] = images[0:5].astype(numpy.float32)
print type(images[0])
images = images.astype(numpy.float32)
print type(images[0])
<type 'numpy.int32'&g
浏览 0提问于2017-10-26得票数 2
1回答
我有一个500行1024列的矩阵A。我想从A生成一个由均匀排列的列组成的矩阵，比方说步长为2^5。我该如何在Numpy中做到这一点？我没有在我的参考文献中看到这一点的解释。
浏览 7提问于2020-10-26得票数 1
回答已采纳
1回答
多维索引切片后的数组尺寸
、、、、
我想使用索引切片将多维numpy数组(>2维)沿着它的两个轴进行切片。每个原始维度的最终结局是什么规则？
为了说明我的问题，让我举一个例子。假设我们有一个4D数组：
import numpy as np
a = np.arange(2*3*4*5).reshape(2,3,4,5)
我将使用numpy.where创建一个索引元组，用于沿轴1和3切片：
mask = np.where(np.random.rand(3,5) > 0.5)
这将从我的数组a中挑选出随机切片。假设它返回长度为7的元组。为了保留剩余的维度，我将使用slice(None)对象：
b = a[(slice(
浏览 1提问于2018-12-07得票数 2
回答已采纳
2回答
numpy数组的时髦行为
、、、、
我希望有人能用一个numpy数组来解释我观察到的以下行为：
>>> import numpy as np
>>> data_block=np.zeros((26,480,1000))
>>> indices=np.arange(1000)
>>> indices.shape
(1000,)
>>> data_block[0,:,:].shape
(480, 1000) #fine and dandy
>>> data_block[0,:,indices].shape
浏览 2提问于2013-06-12得票数 3
回答已采纳
我对numpy和Pandas之间的以下区别感到有点惊讶/困惑
import numpy as np
import pandas as pd
a = np.random.randn(10,10)
> a[:3,0, newaxis]
array([[-1.91687144],
[-0.6399471 ],
[-0.10005721]])
但是：
b = pd.DataFrame(a)
> b.ix[:3,0]
0 -1.916871
1 -0.639947
2 -0.100057
3 0.251988
换句话说，numpy不包含s
浏览 3提问于2013-02-28得票数 5
回答已采纳
考虑一下这个数组：
In [1]: a = numpy.array([[1,2],[3,4]], dtype=numpy.uint8)
In [2]: a.strides
Out[2]: (2, 1)
In [3]: a.flat[:]
Out[3]: array([1, 2, 3, 4], dtype=uint8)
In [4]: a.flags['C_CONTIGUOUS']
Out[4]: True
In [5]: numpy.getbuffer(a)[:]
Out[5]: '\x01\x02\x03\x04'
到现在为止还好。但是，看看当我创建数
浏览 1提问于2015-01-29得票数 4
我想知道在分割Python数组时逗号的用途是什么-我有一个看起来可以工作的示例，但对我来说看起来奇怪的代码行是
p = 20*numpy.log10(numpy.abs(numpy.fft.rfft(data[:2048, 0])))
现在，我知道在对数组进行切片时，第一个数字是start，下一个是end，最后一个是step，但是end数字后面的逗号表示什么？谢谢。
浏览 40提问于2012-04-02得票数 62
2回答
我在NumPy中有一个n维数组。我想计算一个切片中所有元素的总和。例如：
如果我有下面的2x2x2 3D数组，其中包含以下值：
z = 1
1 2
3 4
z = 2
5 6
7 8
当我得到z=1的切片时，我希望得到10，而对于z=2，我希望得到26。
我可以在3D空间中使用以下内容，但如何在n维空间中使用呢？
(array.sum(axis = 0)).sum(axis = 0)
浏览 0提问于2012-12-05得票数 0
回答已采纳
我有像[1, -13, 9, 6, -21, 125]这样的数字片段。我想找到小于零的元素，然后删除它们。
这可以通过简单的方式来完成:只需迭代通过切片，如果元素小于零->，则删除它。但它的计算代价很高，因为每一步都可能改变切片。
有没有像numpy.where(array, condition)和numpy.delete这样优雅的方式
浏览 0提问于2018-01-06得票数 3
回答已采纳
我需要在我的项目中处理一些大型numpy数组。在从磁盘加载这样的数组后，我的计算机将占用超过一半的内存。
加载数组后，我会对其进行几个切片(几乎一半的数组将被选中)，然后收到错误消息，告诉我内存不足。
通过做一个我理解的小实验，我会收到这个错误，因为当numpy数组被切片时，将创建一个副本。
import numpy as np
tmp = np.linspace(1, 100, 100)
inds = list(range(100))
tmp_slice = tmp[inds]
assert id(tmp) == id(tmp_slice)
返回AssertionError
是否有一种方
浏览 7提问于2019-09-17得票数 1
回答已采纳
我使用numpy histogram2d来计算两个变量的二维直方图的可视化表示值：
H, xedges, yedges = np.histogram2d(Z[:,0], Z[:,1], bins=100)
其中Z是一个numpy矩阵
我得到的错误是：
Traceback (most recent call last):
File "/home/.../pca_analysis.py", line 141, in <module>
H, xedges, yedges = np.histogram2d(Z[:,0], Z[:,1], bins=100)
File
浏览 1提问于2013-09-27得票数 7
回答已采纳
1回答
import numpy as np
a = np.zeros((3,2))
ind_row = np.array([0,1])
a[ind_row, 1]=3
现在，不出所料，a是：
[[ 0. 3.]
[ 0. 3.]
[ 0. 0.]]
我想给a[ind_row, 1]的一个子数组赋值，并期望能够这样做：
a[ind_row, 1][1] = 5
但是，这会使a保持不变！我为什么要期待这个呢？
浏览 0提问于2011-11-01得票数 4
回答已采纳
我不认为数组是Python中的索引。例如，我在Numpy中有一个2d数组A
[[1,2,3]
[4,5,6]
[7,8,9]
[10,11,12]]
A[1,3，0,1]是什么意思？
浏览 3提问于2017-11-06得票数 0
回答已采纳
1回答
我需要帮助来理解如何将一个矩阵从图像降采样为10x10的矩阵。
库：
import sys
import cv2
import numpy
from PIL import Image
from numpy import array
我使用PIL获取图像，使用numpy获取矩阵数组。
im_1 = Image.open(r"C:\Users\DELL\Downloads\FaceDataset\s1\1.pgm")
ar = array(im_1)
numpy.set_printoptions(threshold=sys.maxsize)
print("Orignal I
浏览 10提问于2020-05-15得票数 0
回答已采纳
在下面的代码中，转置工作。
b = numpy.arange(4,3)
print(b[1:3,-1:)
print(b[1:3,-1:].shape)
print(b[1:3,-1:].T)
print(b[1:3,-1:].T.shape)
在下面的情况下，transpose不会。
b = numpy.arange(4,3)
print(b[1:3,-1)
print(b[1:3,-1].shape)
print(b[1:3,-1].T)
print(b[1:3,-1].T.shape)
浏览 10提问于2018-01-05得票数 0
2回答
我有一个(30000，25，25)维的hdf文件，并且已经用下面的代码将它转换成一个numpy数组：
import numpy as np
import h5py
hf = h5py.File('data.h5', 'r')
n1 = np.array(hf["image"][:])
x = n1[0:625:30000]
print(x)
在hdfview中，更改其维度后，我能够创建30000个单独的25X25数组。但是，使用上面的代码，我只能打开第一个数组。下面的代码可以显示第一个数组：
import numpy as np
import
浏览 0提问于2018-11-01得票数 0
1回答
我有过 int[,,,] arr = new int[5, 6, 7, 8]; // c#
arr = np.zeros((5, 6, 7, 8)) # Python 具有5 * 6 * 7 * 8单元的4d阵列。 我想把它切成c#，就像numpy那样 var mySlice = arr[2:4, 0, :2, :]; // Won't work in C#, but looking for a way to do this. return type should be int[,,] A 3d array with 2 * 1 * 2 * 8 cells.
my_slice = a
浏览 34提问于2020-07-09得票数 0
3回答
在带有numpy 1.5.1的python 2.7.1中：
import numpy as np
B = np.matrix([[-float('inf'), 0], [0., 1]])
print B
Bm = B[1:, :]
Bm[:, 1] = float('inf')
print B
返回
[[-inf 0.]
[ 0. 1.]]
[[-inf 0.]
[ 0. inf]]
这是非常出乎意料的，因为我认为Bm是一个副本(就像在中一样)。
任何帮助弄清楚这一点的人都将不胜感激。
浏览 0提问于2012-05-20得票数 2
回答已采纳
我正在尝试对从OpenCV (2.3.1) Python绑定生成的两个numpy数组进行通道比较。因此，我有一个形状为(x，y)的掩模(数组/图像/通道)，我想将其与形状为(x，y,3)的RGB数组/图像的每个通道进行比较。
考虑到numpy的切片，我可以更接近我想要的东西：
channel = ndarr[...,i:i+1] #where i is the channel I want
..。但这会返回一个形状为(x，y,1)的ndarray，而不是我需要的(x，y)。有没有一种优雅的方法可以在单个切片操作中做到这一点。如果做不到，那么最简单的方法是什么呢？
浏览 1提问于2011-10-28得票数 2
1回答
下面的例子对我来说很奇怪。数组a和c是不同的，但是在修改a的第一个元素时，c的第一个元素也会发生变化。为什么numpy数组是这样实现的？如果将a赋值为list，则更改a的第一个元素不会更改c的第一个元素。我想不出任何需要numpy数组行为的例子。
import numpy as np
a = np.arange(3,5)
#a = [3, 4]
b = a
c = a[:]
d = a.copy()
print(a is b) # True
print(a is c) # False
print(a is d) # False
print(a, b, c, d) #[3 4] [3 4]
浏览 3提问于2016-12-18得票数 2
回答已采纳
有没有可能从一个字节的JArray中得到一个numpy数组？我需要访问原始字节，当我尝试时：
numpy.frombuffer(jpype_object)
它会留下来：
AttributeError: 'byte[]' object has no attribute '__buffer__'
浏览 4提问于2017-01-28得票数 0
回答已采纳
在的NumPy文档中，提到了
还认识到x[[1, 2, 3]]将触发高级索引，而x[[1, 2, slice(None)]]将触发基本切片。
矩阵被顺序地存储到存储器中。我知道查看x[[1, 2, slice(None)]]是有意义的，因为元素是按顺序存储到内存中的。但是为什么Numpy返回x[[1, slice(None), 2]]或x[[slice(None), 1, 2]]的视图。例如，假设
x = [[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8]],
[[ 9, 10, 11],
[12, 13, 14
浏览 15提问于2018-06-03得票数 3
回答已采纳
1回答
为什么numpy.array在切片时的行为与Python的列表和默认数组不同？请考虑以下例子：
1)使用list :语句b = a[1:3]创建一个新的list对象，而修改b不修改a。
>>> a = [1,2,3,4]
>>> b = a[1:3]
>>> print(b)
[2, 3]
>>> b[0] = -17
>>> print(b)
[-17, 3]
>>> print(a)
[1, 2, 3, 4]
2)使用array.array：语句b = a[1:3]再次创建一个新的数
浏览 3提问于2017-06-28得票数 0
回答已采纳
2回答
我想将numpy数组中的值与numpy矩阵的特定行中的值相加。
给定：
A = [[0, 0], [0, 0]]
b = [1, 1]
我想把b加到A的第一行的值上。预期的输出是：
[[1, 1], [0, 0]]
我尝试使用"+“运算符，但得到一个错误：
>>> import numpy
>>> a = numpy.zeros(shape=(2,2))
>>> a
array([[ 0., 0.],
[ 0., 0.]])
>>> b = numpy.ones(shape=(1,2))
>
浏览 0提问于2015-08-25得票数 0
我试图使用list和np.array索引来索引一个np.array。但是他们给出了不同的结果。
下面是一个例子：
import numpy as np
x = np.arange(10)
idx = [[0, 1], [1, 2]]
x[np.array(idx)] # returns array([[0, 1], [1, 2]])
但是，直接应用列表会导致错误。
x[idx] # raises IndexError: too many indices for array
我期望上面的结果与使用np.array索引的结果相同。知道为什么吗？
我正在使用python 3.5和numpy 1
浏览 1提问于2017-09-08得票数 3
回答已采纳
2回答
我在控制台中得到了关于python的警告，我没有找到任何解决方案，因为these.We不想抑制警告。另外，我们有一个很大的代码库setup.how来知道哪个代码块是导致这个错误的原因，因为警告不要给出代码行号。由于以前版本的python和numpy，我正在使用下面版本的python和numpy.Is。
Python版本- 3.6.8 Numpy版本- 1.19.5 matplotlib版本是3.3.4熊猫版本是1.1.5
警告：
/python3.6/site-packages/matplotlib/cbook/init.py:1402: FutureWarning:不再支持多维索引(例如ob
浏览 0提问于2021-10-20得票数 1
2回答
我用的是numpy数组。我试图计算一个数组，其中包含从某个中心展开的元素的乘积。我的代码大致如下所示，其中psi是一个numpy.array()
up=psi[position:position+width]
pre_down=psi[position-width+1:position+1]
down=pre_down[::-1]
ac=up*down
是否有一种更优雅的、仿生的方法来使数组“向下”？类似于
down=psi[position:position-width:-1]
当position-width为0时不起作用。
浏览 3提问于2014-05-12得票数 1
回答已采纳
1回答
假设我在python中有一个2D图像存储在一个numpy数组中，名为npimage (1024乘以1024像素)。我想定义一个函数ShowImage，它将numpy数组的一部分作为参数：
def ShowImage(npimage,SliceNumpy):
imshow(npimage(SliceNumpy))
这样它就可以绘制出图像的某一部分，让我们说：
ShowImage(npimage,[200:800,300:500])
将图像绘制为200至800之间的线条和300至500之间的列，即
imshow(npimage[200:800,300:500])
在蟒蛇身上能做到吗？目前，
浏览 2提问于2016-03-17得票数 3
回答已采纳
我该如何解决这个问题？
>>> class unslice:
... def __getitem__(self, item): print type(item), ":", item
...
>>> u = unslice()
>>> u[1,2] # using an extended slice
<type 'tuple'> : (1, 2)
>>> t = (1, 2)
>>> u[t] # or passing a plain tuple
浏览 2提问于2009-04-22得票数 2
回答已采纳
是否有一种方法可以使用Numpy的多维数组切片而不使用切片语法？
我需要能够从普通函数调用中使用它，但是我还没有找到一种方法来使用slice对象来完成它。
我不能为我的程序使用语法[(slice,slice)]，因为[]是常规函数调用之外的特殊语法。我使用的语言是Hy，一个用于Python的Lisp，它不支持这种语法。更重要的是，它不应该支持这种语法。然而，Numpy似乎不支持不使用[]语法的多维切片。
让我感到震惊的是，Numpy源代码中的C和Python的混合使得很难分辨[slice,slice]是如何实现的。甚至不可能绕过这个语法。
编辑：
由@Joe提供的以下答案允许对Numpy矩阵进
浏览 2提问于2014-03-20得票数 6
回答已采纳
根据David Morrissey关于“”的回答，我运行了一些性能测试，在使用numpy数组时遇到了意想不到的行为。我知道可以/应该用/克隆numpy数组
clone = numpy.array(original)
或
clone = numpy.copy(original)
但我错误地认为切片也能做到这一点。但是：
In [11]: original = numpy.arange(4)
In [12]: original
Out[12]: array([0, 1, 2, 3])
In [13]: clone = original[:]
In [14]: clone
Out[14]: a
浏览 0提问于2010-12-29得票数 3
回答已采纳
我想在一个命令中提取numpy数组的列片和特定列。
例如，对于数组A：
import numpy as np
A = np.array([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15]])
我想从0到2和列4一起选择列。解决方案A[:,(0,1,2,4)]在这个例子中很容易实现。对于较大的数组，我需要一个A[:,(0:3,4)]类型的命令来选择切片和特定列。命令A[:,(0:3,4)]不工作。
是否有一种实用而优雅的方法可以用一个命令提取切片和特定列？
事先非常感谢！
浏览 2提问于2020-12-01得票数 0
回答已采纳
我已经创建了一个numpy.recarray的子类。该类的目的是在维护记录数组功能的同时为记录数组提供漂亮的打印功能。
以下是代码：
import numpy as np
import re
class TableView(np.recarray):
def __new__(cls,array):
return np.asarray(array).view(cls)
def __str__(self):
return self.__unicode__().encode("UTF-8")
def __repr__(s
浏览 2提问于2016-09-06得票数 0
回答已采纳
2回答
我有一个Cython函数，它接受整数的2d nd.array (numpy数组)，并返回长度与输入2d数组相同的一维numpy数组。
import numpy as np
cimport numpy as np
np.import_array()
cimport cython
def func(np.ndarray[np.float_t, dim=2] input_arr):
cdef np.ndarray[np.float_t, ndim=1] new_arr = ...
# do stuff
return new_arr
在程序的另一个循环中，我想调用func，但是传递
浏览 2提问于2014-02-24得票数 2
回答已采纳
我正在训练CNN生成图像。所有图像的类型都是张量。我想把它们转换成numpy数组，然后我就可以用opencv处理它们了。 我知道.numpy()方法，它将我的张量转换成numpy数组，但形状仍然是张量。我不能让它在cv2中工作。 下面是我的代码： p=model_(x)
s=p.numpy()
print(s.shape)
cv2.imwrite("hello.jpg",s) (1,183,275，3)，这是使用.numpy()生成的数组的形状，如何更改其形状以保留输出图像？
浏览 14提问于2020-09-02得票数 0
给定numpy (或Py手电筒)中的二维张量，我可以一次将所有维度分割成以下部分：
>>> import numpy as np
>>> a = np.arange(2*3).reshape(2,3)
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> a[1:,1:]
array([[ 5, 6, 7],
[ 9, 10, 11]])
如果我不知道实现时的维数，那么无论张量中的维数如何，如何实现相同的切片模式？(我
浏览 0提问于2019-06-10得票数 3
回答已采纳
如何在不将view更改为copy的情况下将数据存储到numpy视图中？下面的代码片段举例说明了我的问题：
>>> import numpy as np
>>> #-- init arrays and view
>>> a = np.ones([4])
>>> z = np.zeros([2,4])
>>> z0 = z[0,:] #-- view
>>> z0.flags.owndata
False
>>> #-- This works!
>>>
浏览 1提问于2012-11-15得票数 2
回答已采纳
我想从numpy 2d数组中提取一个指定大小的numpy数组--本质上我想裁剪该数组。例如，如果有一个这样的numpy数组：
([1,2,3],
[4,5,6],
[7,8,9])
我想从中提取一个2x2，结果应该是：
([1,2],
[4,5])
我该怎么做呢？
浏览 2提问于2016-02-28得票数 38
回答已采纳
1回答
我以前问过一个问题，但我想我的例子还不清楚。我仍然试图从numpy数组列表中减去两个不同大小的numpy数组。例如：
####Data####
### For same size numpy arrays the subtraction works fine!!!!###
easy_data= [[1,2,3],[2,2,2]],[[1,2,3],[1,2,5]]
d = [np.array(i) for i in easy_data] # List of numpy arrays
res = d[1] - d[0]
>> array([[ 0, 0, 0],
浏览 6提问于2020-03-31得票数 0
回答已采纳
1回答
我正在寻找一种使用torch函数选择PyTorch张量区域的方法(不使用numpy)。你对如何进行有建议吗？
换句话说，我在寻找一种裁剪矩阵区域的方法。使用numpy，就像
import numpy as np
A = np.random.rand(16,16)
B = A[0:8, 0:8]
我尝试的方法如下：
from torchvision import transforms
A = torch.randn([1,3,64,64])
B = torch.split(A, [16,32,16], dim =2)
C = torch.split(B, [16,32,16], dim =3)
浏览 2提问于2020-03-04得票数 0
1回答
假设我们有一个n=3维Numpy数组arr，它可以像这样切片：arr[:2,:,:6]。什么等同于通过切片对象进行这样的切片？明确地定义： slice_obj = slice(?) # From my understanding, slice is for 1D slicing - Might be a more complicated object 所以： numpy.array_equal(arr[:2,:,:6],arr[slice_obj]) == True
浏览 20提问于2020-01-31得票数 0
回答已采纳
1回答
我尝试用python实现以下两个问题
我有两个一维numpy数组，它们的索引范围从0到gridsize-1 (称为i1，i2)。我还有一个包含数据的一维numpy数组(称之为d)。所有三个数组的长度都相同。
具有索引的数组可以多次包含特定的索引对(称为s1、s2)。
我现在想要两个将数据数组映射到2D数组(称为arr)，以便绘制它。对于那些出现多次的索引对，我想取与这些索引对应的数据条目的平均值。
我尝试了下面的代码(没有求平均值)
d #data array
i1 #first 1D numpy index array
i2 #second 1D numpy index array
grid
浏览 2提问于2018-08-03得票数 0
1回答
我正在使用多维Numpy数组。在访问这些数组和其他索引数组时，我注意到一些不一致的行为。例如：
import numpy as np
start = np.zeros((7,5,3))
a = start[:,:,np.arange(2)]
b = start[0,:,np.arange(2)]
c = start[0,:,:2]
print 'a:', a.shape
print 'b:', b.shape
print 'c:', c.shape
在这个例子中，我得到的结果是：
a: (7, 5, 2)
b: (2, 5
浏览 1提问于2012-08-14得票数 11
回答已采纳
我不知道为什么使用,在切片numpy数组上进行比较要比][慢得多。例如：
start = time.time()
a = np.zeros((100,100))
for _ in range(1000000):
a[1:99][1:99] == 1
print(time.time() - start)
start = time.time()
a = np.zeros((100,100))
for _ in range(1000000):
a[1:99, 1:99] == 1
print(time.time() - start)
3.2756259441375732
11.04
浏览 2提问于2021-12-22得票数 3
回答已采纳
如何从NxM numpy数组中选择一行作为大小为1xm的数组：
> import numpy
> a = numpy.array([[1,2], [3,4], [5,6]])
> a
array([[1, 2],
[3, 4],
[5, 6]])
> a.shape
(e, 2)
> a[0]
array([1, 2])
> a[0].shape
(2,)
我想要
a[0].shape == (1,2)
我这样做是因为我想使用的库似乎需要这个。
浏览 0提问于2013-05-15得票数 3
回答已采纳
2回答
我在使用numpy.random.shuffle函数时遇到了一些奇怪的事情
from numpy import arange
from numpy.random import shuffle
a = arange(5)
b = a
c = a[:]
shuffle(c)
a和b都使用c进行了更改。实际上，无论我shuffle()哪个变量，其他两个变量都会随之改变。我认为当我使用slice copy时，原始变量应该是独立的。我错过了什么吗？如何保护原始变量不被更改？
浏览 0提问于2013-07-14得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
