Quelle est la méthode d’opération de découpage numpy ?

Méthode d'opération de découpage Numpy : 1. Découpage de tableau unidimensionnel, vous pouvez utiliser une méthode similaire au découpage de liste en Python pour effectuer des opérations de découpage ; 2. Découpage de tableau bidimensionnel, vous pouvez utiliser deux valeurs d'index pour effectuer des opérations de découpage, d'abord La première valeur d'index représente la ligne et la deuxième valeur d'index représente la colonne ; 3. Découpage de tableau multidimensionnel, vous pouvez utiliser plusieurs valeurs d'index pour effectuer des opérations de découpage, chaque valeur d'index correspond à une dimension ; 4. L'index booléen, qui est effectué via la méthode de filtrage des valeurs booléennes ; 5. Le découpage d'index conditionnel est une méthode de filtrage à travers des expressions conditionnelles, etc.

Le système d'exploitation de ce tutoriel : système Windows 10, Python version 3.11.4, ordinateur Dell G3.

Numpy est une bibliothèque de calcul numérique open source qui fournit de riches fonctions d'opération de tableau. Parmi elles, l'opération de découpage est l'une des fonctions couramment utilisées dans numpy. L'opération de découpage peut obtenir un sous-ensemble du tableau par indexation et peut effectuer des opérations telles que le découpage en tranches, le découpage en dés et la découpe de lignes sur le tableau. Cet article présentera en détail la méthode d'opération de découpage de numpy.

Dans numpy, les opérations de découpage peuvent être utilisées pour les tableaux unidimensionnels, les tableaux bidimensionnels et les tableaux multidimensionnels. Les méthodes d'opération de découpage dans ces trois cas sont présentées ci-dessous.

Opération de découpage de tableau unidimensionnel :

Pour les tableaux unidimensionnels, vous pouvez effectuer des opérations de découpage d'une manière similaire au découpage de liste en Python.

import numpy as np
a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
# 获取数组中的前三个元素
b = a[:3]
print(b)  # 输出: [0 1 2]
# 获取数组中的第三个到第六个元素
c = a[2:6]
print(c)  # 输出: [2 3 4 5]
# 获取数组中的倒数三个元素
d = a[-3:]
print(d)  # 输出: [7 8 9]

Opération de découpage de tableau bidimensionnel :

Pour un tableau bidimensionnel, vous pouvez utiliser deux valeurs d'index ​​​​pour effectuer des opérations de découpage, la première valeur d'index représente la ligne et la deuxième valeur d'index représente la colonne.

import numpy as np
a = np.array([[0, 1, 2, 3],
              [4, 5, 6, 7],
              [8, 9, 10, 11]])
# 获取数组的第一行
b = a[0, :]
print(b)  # 输出: [0 1 2 3]
# 获取数组的第二列
c = a[:, 1]
print(c)  # 输出: [1 5 9]
# 获取数组的前两行和前三列
d = a[:2, :3]
print(d)  # 输出: [[0 1 2]
          #        [4 5 6]]

Opération de découpage de tableau multidimensionnel :

Pour les tableaux multidimensionnels, plusieurs valeurs d'index peuvent être utilisées pour effectuer des opérations de découpage, chaque valeur d'index correspondant à une dimension.

import numpy as np
a = np.array([[[0, 1, 2],
               [3, 4, 5],
               [6, 7, 8]],
              [[9, 10, 11],
               [12, 13, 14],
               [15, 16, 17]]])
# 获取数组的第一个元素
b = a[0, :, :]
print(b)  # 输出: [[0 1 2]
          #        [3 4 5]
          #        [6 7 8]]
# 获取数组的第二个元素的第一行和第二行
c = a[1, :2, :]
print(c)  # 输出: [[ 9 10 11]
          #        [12 13 14]]

En plus d'utiliser des index entiers pour les opérations de découpage, vous pouvez également utiliser des index booléens et des index conditionnels pour les opérations de découpage.

Opération de découpage d'index booléen :

L'index booléen est un moyen de filtrer par valeurs booléennes, qui peut être utilisé pour obtenir des éléments d'un tableau qui remplissent certaines conditions.

import numpy as np
a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
# 获取数组中大于5的元素
b = a[a > 5]
print(b)  # 输出: [6 7 8 9]

Opération de découpage d'index conditionnel :

L'index conditionnel est un moyen de filtrer les expressions conditionnelles, qui peuvent être utilisées pour obtenir des éléments d'un tableau qui remplissent certaines conditions.

import numpy as np
a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
# 获取数组中大于5的元素的索引值
b = np.where(a > 5)
print(b)  # 输出: (array([6, 7, 8, 9]),)

L'opération de découpage de Numpy offre un moyen flexible et efficace d'obtenir un sous-ensemble d'un tableau. Qu'il s'agisse d'un tableau unidimensionnel, d'un tableau bidimensionnel ou d'un tableau multidimensionnel, vous pouvez utiliser des opérations de découpage pour extraire et filtrer les données. Les opérations de découpage prennent non seulement en charge les index entiers, mais également les index booléens et les index conditionnels, qui peuvent répondre à divers besoins. En utilisant rationnellement les opérations de découpage de numpy, l'efficacité et la flexibilité du traitement des données peuvent être améliorées.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!