【Python入门】NumPy 数组裁切及数据类型_numpy截取数组

前言

嗨喽~大家好呀，这里是魔王呐 ❤ ~!

裁切数组

python 中裁切的意思是将元素从一个给定的索引带到另一个给定的索引。

我们像这样传递切片而不是索引：[start：end]。

我们还可以定义步长，如下所示：[start：end：step]。

如果我们不传递 start，则将其视为 0。

如果我们不传递 end，则视为该维度内数组的长度。

如果我们不传递 step，则视为 1。

实例

从下面的数组中裁切索引 1 到索引 5 的元素：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[1:5])
1
2
3
4
5

运行实例

注释：结果包括了开始索引，但不包括结束索引。

实例

裁切数组中索引 4 到结尾的元素：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[4:])
1
2
3
4
5

运行实例

实例

裁切从开头到索引 4（不包括）的元素：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[:4])
1
2
3
4
5

运行实例

负裁切

使用减号运算符从末尾开始引用索引：

实例

从末尾开始的索引 3 到末尾开始的索引 1，对数组进行裁切：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[-3:-1])
1
2
3
4
5

运行实例

STEP

请使用 step 值确定裁切的步长：

实例

从索引 1 到索引 5，返回相隔的元素：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[1:5:2])
1
2
3
4
5

运行实例

实例

返回数组中相隔的元素：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[::2])
1
2
3
4
5

运行实例

裁切 2-D 数组

实例

从第二个元素开始，对从索引 1 到索引 4（不包括）的元素进行切片：

import numpy as np

arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])

print(arr[1, 1:4])
1
2
3
4
5

运行实例

注释：请记得第二个元素的索引为 1。

实例

从两个元素中返回索引 2：

import numpy as np

arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])

print(arr[0:2, 2])
1
2
3
4
5

运行实例

实例

从两个元素裁切索引 1 到索引 4（不包括），这将返回一个 2-D 数组：

import numpy as np

arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])

print(arr[0:2, 1:4])
1
2
3
4
5

运行实例

Python 中的数据类型

默认情况下，Python 拥有以下数据类型：

• strings - 用于表示文本数据，文本用引号引起来。例如 “ABCD”。

• integer - 用于表示整数。例如 -1, -2, -3。

• float - 用于表示实数。例如 1.2, 42.42。

• boolean - 用于表示 True 或 False。

• complex - 用于表示复平面中的数字。例如 1.0 + 2.0j，1.5 + 2.5j。

NumPy中的数据类型

NumPy 有一些额外的数据类型，并通过一个字符引用数据类型，

例如 i 代表整数，u 代表无符号整数等。

以下是 NumPy 中所有数据类型的列表以及用于表示它们的字符。

• i - 整数

• b - 布尔

• u - 无符号整数

• f - 浮点

• c - 复合浮点数

• m - timedelta

• M - datetime

• O - 对象

• S - 字符串

• U - unicode 字符串

• V - 固定的其他类型的内存块 ( void )

检查数组的数据类型

NumPy 数组对象有一个名为 dtype 的属性，该属性返回数组的数据类型：

实例

获取数组对象的数据类型：

import numpy as np

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

print(arr.dtype)
1
2
3
4
5

运行实例

实例

获取包含字符串的数组的数据类型：

import numpy as np

arr = np.array(['apple', 'banana', 'cherry'])

print(arr.dtype)
1
2
3
4
5

运行实例

用已定义的数据类型创建数组

我们使用 array() 函数来创建数组，

该函数可以使用可选参数：dtype，

它允许我们定义数组元素的预期数据类型：

实例

用数据类型字符串创建数组：

import numpy as np

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

print(arr)
print(arr.dtype)
1
2
3
4
5
6

运行实例

对于 i、u、f、S 和 U，我们也可以定义大小。

实例

创建数据类型为 4 字节整数的数组：

import numpy as np

arr = np.array([1, 2, 3, 4], dtype='i4')

print(arr)
print(arr.dtype)
1
2
3
4
5
6

运行实例

假如值无法转换会怎样？

如果给出了不能强制转换元素的类型，则 NumPy 将引发 ValueError。

ValueError：在 Python 中，如果传递给函数的参数的类型是非预期或错误的，则会引发 ValueError。

实例

无法将非整数字符串（比如 ‘a’）转换为整数（将引发错误）：

import numpy as np

arr = np.array(['a', '2', '3'], dtype='i')
1
2
3

运行实例

转换已有数组的数据类型

更改现有数组的数据类型的最佳方法，是使用 astype() 方法复制该数组。

astype() 函数创建数组的副本，并允许您将数据类型指定为参数。

数据类型可以使用字符串指定，例如 ‘f’ 表示浮点数，‘i’ 表示整数等。

或者您也可以直接使用数据类型，例如 float 表示浮点数，int 表示整数。

实例

通过使用 ‘i’ 作为参数值，将数据类型从浮点数更改为整数：

import numpy as np

arr = np.array([1.1, 2.1, 3.1])

newarr = arr.astype('i')

print(newarr)
print(newarr.dtype)
1
2
3
4
5
6
7
8

运行实例

实例

通过使用 int 作为参数值，将数据类型从浮点数更改为整数：

import numpy as np

arr = np.array([1.1, 2.1, 3.1])

newarr = arr.astype(int)

print(newarr)
print(newarr.dtype)
1
2
3
4
5
6
7
8

运行实例

实例

将数据类型从整数更改为布尔值：

import numpy as np

arr = np.array([1, 0, 3])

newarr = arr.astype(bool)

print(newarr)
print(newarr.dtype)
1
2
3
4
5
6
7
8

运行实例

尾语

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/weixin_40725706/article/detail/142622