numpy 슬라이싱 작업 방법은 무엇입니까?

Numpy 슬라이싱 작업 방법: 1. 1차원 배열 슬라이싱, Python의 목록 슬라이싱과 유사한 방법을 사용하여 슬라이싱 작업을 수행할 수 있습니다. 2. 2차원 배열 슬라이싱, 두 개의 인덱스 값을 사용하여 ​​​​슬라이싱 작업을 수행합니다. 첫 번째 인덱스 값은 행을 나타내고 두 번째 인덱스 값은 열을 나타냅니다. 3. 다차원 배열 슬라이싱에서는 여러 인덱스 값을 사용하여 슬라이싱 작업을 수행할 수 있으며 각 인덱스 값은 다음에 해당합니다. 4. 부울 값 필터링 방식을 통해 수행되는 부울 인덱스 5. 조건부 인덱스 슬라이싱은 조건식 등을 통해 필터링하는 방법입니다.

이 튜토리얼의 운영 체제: Windows 10 시스템, Python 버전 3.11.4, Dell G3 컴퓨터.

Numpy는 풍부한 배열 연산 기능을 제공하는 오픈 소스 수치 계산 라이브러리입니다. 그 중 슬라이싱 연산은 Numpy에서 흔히 사용되는 함수 중 하나입니다. 슬라이싱 작업은 인덱싱을 통해 배열의 하위 집합을 얻을 수 있으며 배열에 대한 슬라이싱, 다이싱, 행 절단 등의 작업을 수행할 수 있습니다. 이번 글에서는 numpy의 슬라이싱 작업 방법을 자세히 소개하겠습니다.

numpy에서는 슬라이싱 작업을 1차원 배열, 2차원 배열, 다차원 배열에 사용할 수 있습니다. 이 세 가지 경우의 슬라이싱 작업 방법은 다음과 같습니다.

1차원 배열 슬라이싱 작업:

1차원 배열의 경우 Python의 목록 슬라이싱과 유사한 방식으로 슬라이싱 작업을 수행할 수 있습니다.

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]

2차원 배열 슬라이싱 작업:

2차원 배열의 경우 두 개의 인덱스 값을 사용하여 슬라이싱 작업을 수행할 수 있으며 첫 번째 인덱스 값은 행을 나타내고 두 번째 인덱스 값은 칼럼.

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]]

다차원 배열 슬라이싱 작업:

다차원 배열의 경우 여러 인덱스 값을 사용하여 슬라이싱 작업을 수행할 수 있으며, 각 인덱스 값은 하나의 차원에 해당합니다.

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]]

슬라이싱 작업에 정수 인덱스를 사용하는 것 외에도 슬라이싱 작업에 부울 인덱스와 조건부 인덱스를 사용할 수도 있습니다.

부울 인덱스 슬라이싱 작업:

부울 인덱스는 특정 조건을 충족하는 배열의 요소를 얻는 데 사용할 수 있는 부울 값으로 필터링하는 방법입니다.

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]

조건부 인덱스 슬라이싱 작업:

조건부 인덱스는 조건식을 통해 필터링하는 방법으로, 배열에서 특정 조건을 충족하는 요소를 얻는 데 사용할 수 있습니다.

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]),)

Numpy의 슬라이싱 작업은 배열의 하위 집합을 얻는 유연하고 효율적인 방법을 제공합니다. 1차원 배열이든, 2차원 배열이든, 다차원 배열이든 슬라이싱 작업을 사용하여 데이터를 추출하고 필터링할 수 있습니다. 슬라이싱 작업은 정수 인덱스뿐만 아니라 불리언 인덱스, 조건부 인덱스도 지원하므로 다양한 요구 사항을 충족할 수 있습니다. numpy의 슬라이싱 작업을 합리적으로 사용하면 데이터 처리의 효율성과 유연성을 향상시킬 수 있습니다.

위 내용은 numpy 슬라이싱 작업 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!