NumPy 数组切片及数据类型介绍

2024-05-07 20:17:30 浏览数 (2)

NumPy 数组切片

NumPy 数组切片用于从数组中提取子集。它类似于 Python 中的列表切片,但支持多维数组。

一维数组切片

要从一维数组中提取子集,可以使用方括号 [] 并指定切片。切片由起始索引、结束索引和可选步长组成,用冒号 : 分隔。

语法:

代码语言:python代码运行次数:0复制
arr[start:end:step]
  • start:起始索引(默认为 0)。
  • end:结束索引(不包括)。
  • step:步长(默认为 1)。

示例:

代码语言:python代码运行次数:0复制
import numpy as np

# 创建一维数组
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

# 从第二个元素到第五个元素(不包括)
print(arr[1:5])  # 输出:array([2, 3, 4])

# 从头到尾,每隔一个元素
print(arr[::2])  # 输出:array([1, 3, 5, 7, 9])

# 从倒数第三个元素到倒数第一个元素
print(arr[-3:-1])  # 输出:array([8, 9])

二维数组切片

要从二维数组中提取子集,可以使用逗号分隔的两个索引,每个索引表示相应维度的切片。

语法:

代码语言:python代码运行次数:0复制
arr[start_row:end_row, start_col:end_col:step]
  • start_row:起始行索引(默认为 0)。
  • end_row:结束行索引(不包括)。
  • start_col:起始列索引(默认为 0)。
  • end_col:结束列索引(不包括)。
  • step:步长(默认为 1)。

示例:

代码语言:python代码运行次数:0复制
import numpy as np

# 创建二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 从第二行到第三行,第一列到第三列(不包括)
print(arr[1:3, 0:3])  # 输出:array([[4, 5, 6], [7, 8, 9]])

# 从第一行到第三行,每隔一列
print(arr[::2, :])  # 输出:array([[1, 3, 5], [7, 9]])

# 从第一行到第三行,第二列
print(arr[:, 1])  # 输出:array([2, 5, 8])

练习

创建一个 5x5 的二维数组 arr,并打印以下子集:

  • 第一行的所有元素
  • 第二列的所有元素
  • 从左上角到右下角的对角线元素
  • 2x2 的子数组,从第二行第三列开始

在评论中分享您的代码和输出。

Sure, here is the requested Markdown formatted content:

NumPy 数据类型

NumPy 数组由同类型元素组成,并具有指定的数据类型。数据类型定义了数组中元素的存储方式和允许的操作。

NumPy 中的数据类型

NumPy 具有比 Python 更丰富的基本数据类型,并使用首字母大写字符来表示它们:

  • i: 整数(int)
  • b: 布尔值(bool)
  • u: 无符号整数(unsigned int)
  • f: 浮点数(float)
  • c: 复数浮点数(complex float)
  • m: 时间差(timedelta)
  • M: 日期时间(datetime)
  • O: 对象(object)
  • S: 字符串(string)
  • U: Unicode 字符串(unicode string)
  • V: 可变长度字节(void)

检查数组的数据类型

NumPy 数组具有一个属性 dtype,用于获取数组元素的数据类型。

代码语言:python代码运行次数:0复制
import numpy as np

arr = np.array([1, 2, 3, 4, 5])
print(arr.dtype)

输出:

代码语言:python代码运行次数:0复制
int32

使用指定数据类型创建数组

我们可以使用 np.array() 函数并指定 dtype 参数来创建具有指定数据类型的数组。

代码语言:python代码运行次数:0复制
import numpy as np

arr = np.array([1, 2, 3, 4, 5], dtype='float64')
print(arr)
print(arr.dtype)

输出:

代码语言:python代码运行次数:0复制
[1. 2. 3. 4. 5.]
float64

转换数组的数据类型

我们可以使用 astype() 方法转换现有数组的数据类型。

代码语言:python代码运行次数:0复制
import numpy as np

arr = np.array([1.1, 2.2, 3.3, 4.4, 5.5])
new_arr = arr.astype(int)
print(new_arr)
print(new_arr.dtype)

输出:

代码语言:python代码运行次数:0复制
[1 2 3 4 5]
int32

NumPy 数据类型简表

数据类型

字符

描述

整数

i

有符号整数

布尔值

b

True 或 False

无符号整数

u

无符号整数

浮点数

f

固定长度浮点数

复数浮点数

c

复数浮点数

时间差

m

时间间隔

日期时间

M

日期和时间

对象

O

Python 对象

字符串

S

固定长度字符串

Unicode 字符串

U

可变长度 Unicode 字符串

可变长度字节

V

用于其他类型的固定内存块

练习

创建以下 NumPy 数组,并打印它们的元素和数据类型:

  • 一个包含 10 个随机整数的数组。
  • 一个包含 5 个布尔值的数组。
  • 一个包含 7 个复杂数的数组。
  • 一个包含 10 个日期时间对象的数组。

在评论中分享您的代码和输出。

最后

为了方便其他设备和平台的小伙伴观看往期文章:

微信公众号搜索:Let us Coding,关注后即可获取最新文章推送

看完如果觉得有帮助,欢迎点赞、收藏、关注

0 人点赞