《深度学习与图像识别:原理与实践》—2.3.5 切片

举报
华章计算机 发表于 2019/07/24 20:18:27 2019/07/24
【摘要】 本节书摘来自华章计算机《深度学习与图像识别:原理与实践》一书中的第2章,第2.3.5节,作者是魏溪含 涂铭 张修鹏。

2.3.5 切片

Numpy支持类似list的切片操作,示例代码如下:

import numpy as np

matrix = np.array([

[5, 10, 15],

 [20, 25, 30],

 [35, 40, 45]

 ])

print(matrix[:,1])

print(matrix[:,0:2])

print(matrix[1:3,:])

print(matrix[1:3,0:2])

上述的print(matrix[:,1])语法代表选择所有的行,而且列的索引是1的数据,因此返回的结果是10,25,40。

print(matrix[:,0:2])代表的是选取所有的行,而且列的索引是0和1的数据。

print(matrix[1:3,:])代表的是选取所有的列,而且行的索引值是1和2的数据。

print(matrix[1:3,0:2])代表的是选取行的索引是1和2,而且列的索引是0和1的所有数据。


【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。