数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会研究
服装研究
法律研究如何在 Python 中选择 NumPy 数组中的元素？
在本文中，我们将向您展示如何在 python 中选择 NumPy 数组中的元素。
Python 中的 NumPy 数组
顾名思义，NumPy 数组是 NumPy 库的核心数据结构。该库的名称是“Numeric Python”或“Numerical Python”的缩写。
换句话说，NumPy 是一个 Python 库，它是 Python 中科学计算的基础。这些工具之一是高性能多维数组对象，这是一种用于高效数组和矩阵计算的强大数据结构。
我们可以一次选择 NumPy 数组中的单个元素或子数组。现在我们来看看从 NumPy 数组中选择元素的以下方法。
- 选择单个 NumPy 数组元素
- 使用切片从 NumPy 数组中选择子数组
- 仅给出结束值来选择/访问子数组
- 仅给出起始值来选择/访问子数组
方法 1 - 选择单个 NumPy 数组元素
这些 ndarray 的每个元素都可以通过其索引号访问。
算法（步骤）
以下是执行所需任务的算法/步骤：
使用 import 关键字，导入带有别名 (np) 的numpy 模块。
使用numpy.array() 函数（返回一个 ndarray。ndarray 是满足给定要求的数组对象），通过将一维数组作为参数传递给它来创建一个 numpy 数组。
使用正索引访问索引 1 处的 NumPy 数组元素并打印它。
使用负索引访问索引 -1 处的 NumPy 数组元素，即数组的最后一个元素，并打印它。
Negative Indexing(): Python allows for "indexing from the end," i.e., negative indexing. This means that the last value in a sequence has an index of -1, the second last has an index of -2, and so on. When you want to pick values from the end (right side) of an iterable, you can utilize negative indexing to your benefit.
示例
以下程序使用索引号从输入 NumPy 数组返回指定索引处的元素：
# importing numpy module with an alias name import numpy as np # creating a 1-Dimensional NumPy array inputArray = np.array([4, 5, 1, 2, 8]) # printing the array element at index 1 (positive indexing) print("The input array = ",inputArray) print("Numpy array element at index 1:", inputArray[1]) # printing the array element at index -1 i.e last element (negative indexing) print("Numpy array element at index -1(last element):", inputArray[-1])
输出
执行上述程序后，将生成以下输出：
The input array = [4 5 1 2 8] Numpy array element at index 1: 5 Numpy array element at index -1(last element): 8
方法 2 - 使用切片从 NumPy 数组中选择子数组
为了获得子数组，我们用切片替换元素索引。
语法
numpyArray[start:stop]
其中，start、stop 分别是子数组的第一个和最后一个索引。
算法（步骤）
以下是执行所需任务的算法/步骤：
使用numpy.array() 函数（返回一个 ndarray。ndarray 是满足给定要求的数组对象），通过将一维数组作为参数传递给它来创建一个 NumPy 数组。
通过使用切片给出 start 和 stop 值来访问从索引 2 到 5（不包括 5）的子数组并打印它。
示例
以下程序通过同时给出 start 和 stop 值，使用切片从输入 NumPy 数组返回子数组：
# importing NumPy module with an alias name import numpy as np # creating a 1-Dimensional numpy array inputArray = np.array([4, 5, 1, 2, 8, 9, 7]) print("Input Array =",inputArray) # printing the sub-array from index 2 to 5(excluded) by giving start, stop values print("The sub-array from index 2 to 5(excluded)=", inputArray[2:5])
输出
执行上述程序后，将生成以下输出：
Input Array = [4 5 1 2 8 9 7] The sub-array from index 2 to 5(excluded)= [1 2 8]
方法 3 - 仅给出结束值来选择/访问子数组
通过将起始索引留空，您可以从第一个元素开始切片子数组。
它默认将起始值设为0。
示例
以下程序从索引 0（默认）到给定的结束值返回输入 NumPy 数组中的子数组：
# importing NumPy module with an alias name import numpy as np # creating a 1-Dimensional NumPy array inputArray = np.array([4, 5, 1, 2, 8, 9, 7]) print("Input Array =",inputArray) # printing the sub-array till index 5(excluded) by giving only stop value # it starts from index 0 by default print("The sub-array till index 5(excluded)=", inputArray[:5])
输出
执行上述程序后，将生成以下输出：
Input Array = [4 5 1 2 8 9 7] The sub-array till index 5(excluded)= [4 5 1 2 8]
方法 4 - 仅给出起始值来选择/访问子数组
同样，将冒号左侧留空将为您提供直到最后一个元素的数组。
示例
以下程序从给定的起始索引值到数组的最后一个索引（默认）返回输入 NumPy 数组中的子数组。
# importing NumPy module with an alias name import numpy as np # creating a 1-Dimensional NumPy array inputArray = np.array([4, 5, 1, 2, 8, 9, 7]) # printing the sub-array from index 2 to the last index by giving only the start value print("Input Array = ",inputArray) # It extends till the last index value by default print("The sub-array till index 5(excluded)=", inputArray[2:])
输出
执行上述程序后，将生成以下输出：
Input Array = [4 5 1 2 8 9 7] The sub-array till index 5(excluded)= [1 2 8 9 7]
结论
在本文中，我们学习了如何使用四个不同的示例在 Python 中选择 NumPy 数组的元素。我们还学习了如何切片 NumPy 数组。
18K+ 次浏览
