以下為大家分享一篇Python中數組,列表:冒號的靈活用法介紹,具有很好的參考價值,希望對大家有所幫助。一起來看看吧
讓我們來看一個範例:
import numpy as np x=np.array([[1,2,3],[5,6,7],[7,8,9]]) print(x) Out[64]: array([[1, 2, 3], [5, 6, 7], [7, 8, 9]])
以上的結果我想大家應該沒問題把,就是定義了一個np數組,關鍵在下面
print(x[:,::-1]) Out[65]: [[3 2 1] [7 6 5] [9 8 7]]
以上的程式碼實現了一種功能,就是將陣列倒序排列了,每個維度上倒序,這段程式碼怎麼理解呢,這是我在做深度學習風格遷移的時候遇到的一個問題,就是將圖片的rgb變成bgr,然後看到別人寫的程式碼,開始我想的是用transpose,transpose的講解可以參考我的博客,這裡不講,但實際行不通,因為transpose是維度交換,然後我就想為什麼可以用雙冒號,看了會,我想通了,以下我來講解:
x[:,::-1],這段程式碼,其實就是索引,第一個冒號(逗號之前的)很明顯就是選擇第一個維度的所有,也就是我們此處所有行,後面列上兩個冒號,這樣看,比如我們列表y=[1,2,3],y[:2]結果就是[1,2],也就是第一個冒號表示從第一個開始,那我們其實此處我們的逗號後面的第一個冒號也是從第一個開始,那第二個冒號呢,其實第二個冒號代表結束,y=[1,2,3],y[::]結果就是[1,2,3],那第三個參數是啥,其實第三個參數就是步長,步長不能為0,為-1代表逆序,如果為1,則代表全選,如果為2,代表隔一個取一個。
看以下程式碼:
#x=np.array([[1,2,3],[5,6,7],[7,8,9]]) print(x) print('------------') print(x[:,::-1]) print('------------') print(x[:,::1]) print('------------') print(x[:,::2]) print('------------') print(x[:,::3]) print('------------') print(x[:,::666666]) x=np.array([[1,2,3],[5,6,7],[7,8,9]]) print(x) print('------------') print(x[:,::-1]) print('------------') print(x[:,::1]) print('------------') print(x[:,::2]) print('------------') print(x[:,::3]) print('------------') print(x[:,::666666]) [[1 2 3] [5 6 7] [7 8 9]] ------------ [[3 2 1] [7 6 5] [9 8 7]] ------------ [[1 2 3] [5 6 7] [7 8 9]] ------------ [[1 3] [5 7] [7 9]] ------------ [[1] [5] [7]] ------------ [[1] [5] [7]]
從上述程式碼就可以理解到,後面之所以x[:,::666666],取66666這麼大,是為了說,從第一個開始,後面代表步長,66666這麼大的步長也就只能取第一個了,其實步長從3開始就只能取到第一個了
以上用法對於列表也是一樣的。
相關推薦:
以上是Python中數組,列表:冒號的用法介紹的詳細內容。更多資訊請關注PHP中文網其他相關文章!

toAppendElementStoApythonList,usetheappend()方法forsingleements,Extend()formultiplelements,andinsert()forspecificpositions.1)useeAppend()foraddingoneOnelementAttheend.2)useextendTheEnd.2)useextendexendExendEnd(

TocreateaPythonlist,usesquarebrackets[]andseparateitemswithcommas.1)Listsaredynamicandcanholdmixeddatatypes.2)Useappend(),remove(),andslicingformanipulation.3)Listcomprehensionsareefficientforcreatinglists.4)Becautiouswithlistreferences;usecopy()orsl

金融、科研、医疗和AI等领域中,高效存储和处理数值数据至关重要。1)在金融中,使用内存映射文件和NumPy库可显著提升数据处理速度。2)科研领域,HDF5文件优化数据存储和检索。3)医疗中,数据库优化技术如索引和分区提高数据查询性能。4)AI中,数据分片和分布式训练加速模型训练。通过选择适当的工具和技术,并权衡存储与处理速度之间的trade-off,可以显著提升系统性能和可扩展性。

pythonarraysarecreatedusiseThearrayModule,notbuilt-Inlikelists.1)importThearrayModule.2)指定tefifythetypecode,例如,'i'forineizewithvalues.arreaysofferbettermemoremorefferbettermemoryfforhomogeNogeNogeNogeNogeNogeNogeNATATABUTESFELLESSFRESSIFERSTEMIFICETISTHANANLISTS。

除了shebang線,還有多種方法可以指定Python解釋器:1.直接使用命令行中的python命令;2.使用批處理文件或shell腳本;3.使用構建工具如Make或CMake;4.使用任務運行器如Invoke。每個方法都有其優缺點,選擇適合項目需求的方法很重要。

ForhandlinglargedatasetsinPython,useNumPyarraysforbetterperformance.1)NumPyarraysarememory-efficientandfasterfornumericaloperations.2)Avoidunnecessarytypeconversions.3)Leveragevectorizationforreducedtimecomplexity.4)Managememoryusagewithefficientdata

Inpython,ListSusedynamicMemoryAllocationWithOver-Asalose,而alenumpyArraySallaySallocateFixedMemory.1)listssallocatemoremoremoremorythanneededinentientary上,respizeTized.2)numpyarsallaysallaysallocateAllocateAllocateAlcocateExactMemoryForements,OfferingPrediCtableSageButlessemageButlesseflextlessibility。

Inpython,YouCansspecthedatatAtatatPeyFelemereModeRernSpant.1)Usenpynernrump.1)Usenpynyp.dloatp.dloatp.ploatm64,formor professisconsiscontrolatatypes。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

SublimeText3 Linux新版
SublimeText3 Linux最新版

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 英文版
推薦:為Win版本,支援程式碼提示!

記事本++7.3.1
好用且免費的程式碼編輯器