Python中怎么實現二維數組與三維數組切片

本篇文章給大家分享的是有關Python中怎么實現二維數組與三維數組切片，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

如果對象是二維數組，則切片應當是x[:]的形式，里面有一個冒號，冒號之前和之后分別表示對象的第0個維度和第1個維度；

如果對象是三維數組，則切片應當是x[::]，里面有兩個冒號，分割出三個間隔，三個間隔的前、中和后分別表示對象的第0、1、2個維度。

x[n,:]、x[:,n]、x[m:n,:]、x[:,m:n]

上面的中括號中(m:n)應當看成一個整體，除了(m:n)之外的冒號就是用來表明在哪個維度上操作的。

對于二維數組，在冒號前面的(n,)意味著對二維數組的第0個維度上的第n號元素操作，在冒號后面的(,n)意味著對二維數組的第1個維度上的第n號元素進行操作。如果n替換成(m:n)則表示對第m號到第n-1號元素操作。

舉例：

import numpy as np

a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16], [17, 18, 19, 20]])
print(a.shape)
print(a[0, :], a[0, :].shape)
print(a[1, :], a[1, :].shape)
print(a[-1, :], a[-1, :].shape)
print(a[0:2, :], a[0:2, :].shape)
print(a[:, 0], a[:, 0].shape)
print(a[:, 1], a[:, 1].shape)
print(a[:, -1], a[:, -1].shape)
print(a[:, 0:2], a[:, 0:2].shape)

 運行結果如下：

(5, 4)
[1 2 3 4] (4,)
[5 6 7 8] (4,)
[17 18 19 20] (4,)
[[1 2 3 4]
 [5 6 7 8]] (2, 4)
[ 1 5 9 13 17] (5,)
[ 2 6 10 14 18] (5,)
[ 4 8 12 16 20] (5,)
[[ 1 2]
 [ 5 6]
 [ 9 10]
 [13 14]
 [17 18]] (5, 2)

Process finished with exit code 0

上例中，a是shape=(5,4)的數組。第0個維度上有5個元素，第1個維度上有4個元素(元素不一定是單個值， 也可能是數組，這里的元素的叫法是相對于某個維度而言的)。

• a[0, :]、a[1, :]、a[-1, :]分別提取了a的第0個維度上的第0、1和-1個元素，每個元素都是一個含有4個元素的數組。

• a[0:2, :]提取了a的第0個維度上的第0和1兩個元素，兩個元素都是一個含有4個元素的數組，共同組成一個二維數組。

• a[:, 0]、a[:, 1]、a[:, -1]分別提取了a的第1個維度上的0、1和-1個元素，每個元素都是單個元素值。

• a[:, 0:2]提取了a的第1個維度上的第0和1兩個元素，兩個元素都是單個元素值，共同組成一個二維數組。

x[n,::]、x[:,n:]、x[::,n]、x[:,:,n]、x[m:n,::]、x[:,m:n:]、x[::,m:n]、x[:,:,m:n]

上面的中括號中(m:n)應當看成一個整體，除了(m:n)之外的兩個冒號就是用來表明在哪個維度上操作的。

對于三維數組，在雙冒號的最前面的(n,)意味著對三維數組的第0個維度上的第n號元素操作，在雙冒號的中間的(,n)意味著對三維數組的第1個維度上的第n號元素進行操作，在雙冒號的后面的(,n)意味著對三維數組的第2個維度上的第n號元素進行操作。如果n替換成(m:n)則表示對第m號到第n-1號元素操作。

舉例：

import numpy as np

b = np.array([[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]],
       [[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]],
       [[25, 26, 27, 28], [29, 30, 31, 32], [33, 34, 35, 36]],
       ])

print(b.shape)
print("b[0, ::],b[1, ::],b[-1, ::],b[0:2, ::]")
print(b[0, ::], b[0, ::].shape)
print(b[1, ::], b[1, ::].shape)
print(b[-1, ::], b[-1, ::].shape)
print(b[0:2, ::], b[0:2, ::].shape)
print("b[:, 0:],b[:, 1:],b[:, -1:],b[:, 0:2:]")
print(b[:, 0:], b[:, 0:].shape)
print(b[:, 1:], b[:, 1:].shape)
print(b[:, -1:], b[:, -1:].shape)
print(b[:, 0:2:], b[:, 0:2:].shape)
print("b[::, 0],b[::, 1],b[::, -1],b[::, 0:2:]")
print(b[::, 0], b[::, 0].shape)
print(b[::, 1], b[::, 1].shape)
print(b[::, -1], b[::, -1].shape)
print(b[::, 0:2:], b[::, 0:2].shape)
print("b[:,:, 0],b[:,:, 1],b[:,:, -1],b[:,:, 0:2:]")
print(b[:, :, 0], b[:, :, 0].shape)
print(b[:, :, 1], b[:, :, 1].shape)
print(b[:, :, -1], b[:, :, -1].shape)
print(b[:, :, 0:2:], b[:, :, 0:2].shape)

運行結果如下：

(3, 3, 4)
b[0, ::],b[1, ::],b[-1, ::],b[0:2, ::]
[[ 1 2 3 4]
 [ 5 6 7 8]
 [ 9 10 11 12]] (3, 4)
[[13 14 15 16]
 [17 18 19 20]
 [21 22 23 24]] (3, 4)
[[25 26 27 28]
 [29 30 31 32]
 [33 34 35 36]] (3, 4)
[[[ 1 2 3 4]
 [ 5 6 7 8]
 [ 9 10 11 12]]

 [[13 14 15 16]
 [17 18 19 20]
 [21 22 23 24]]] (2, 3, 4)
b[:, 0:],b[:, 1:],b[:, -1:],b[:, 0:2:]
[[[ 1 2 3 4]
 [ 5 6 7 8]
 [ 9 10 11 12]]

 [[13 14 15 16]
 [17 18 19 20]
 [21 22 23 24]]

 [[25 26 27 28]
 [29 30 31 32]
 [33 34 35 36]]] (3, 3, 4)
[[[ 5 6 7 8]
 [ 9 10 11 12]]

 [[17 18 19 20]
 [21 22 23 24]]

 [[29 30 31 32]
 [33 34 35 36]]] (3, 2, 4)
[[[ 9 10 11 12]]

 [[21 22 23 24]]

 [[33 34 35 36]]] (3, 1, 4)
[[[ 1 2 3 4]
 [ 5 6 7 8]]

 [[13 14 15 16]
 [17 18 19 20]]

 [[25 26 27 28]
 [29 30 31 32]]] (3, 2, 4)
b[::, 0],b[::, 1],b[::, -1],b[::, 0:2:]
[[ 1 2 3 4]
 [13 14 15 16]
 [25 26 27 28]] (3, 4)
[[ 5 6 7 8]
 [17 18 19 20]
 [29 30 31 32]] (3, 4)
[[ 9 10 11 12]
 [21 22 23 24]
 [33 34 35 36]] (3, 4)
[[[ 1 2 3 4]
 [ 5 6 7 8]]

 [[13 14 15 16]
 [17 18 19 20]]

 [[25 26 27 28]
 [29 30 31 32]]] (3, 2, 4)
b[:,:, 0],b[:,:, 1],b[:,:, -1],b[:,:, 0:2:]
[[ 1 5 9]
 [13 17 21]
 [25 29 33]] (3, 3)
[[ 2 6 10]
 [14 18 22]
 [26 30 34]] (3, 3)
[[ 4 8 12]
 [16 20 24]
 [28 32 36]] (3, 3)
[[[ 1 2]
 [ 5 6]
 [ 9 10]]

 [[13 14]
 [17 18]
 [21 22]]

 [[25 26]
 [29 30]
 [33 34]]] (3, 3, 2)

Process finished with exit code 0

上例中，b是shape=(3,3,4)的數組。第0個維度上有3個元素，第1個維度上有3個元素，第2個維度上有4個元素(元素不一定是單個值， 也可能是數組，這里的元素的叫法是相對于某個維度而言的)。

• b[0, ::]、b[1, ::]、b[-1, ::]分別提取了b的第0個維度上的第0、1和-1個元素，每個元素都是一個二維數組。

• b[0:2, ::]提取了b的第0個維度上的第0和1兩個元素，兩個元素都是一個二維數組，共同組成一個三維數組。

• b[:, 0:]、b[:, 1:]、b[:, -1:]分別提取了b的全部元素(都是由4個元素的單個數組)、b的第1個維度上除第0號外的所有元素(都是由4個元素的單個數組)、b的第1個維度上的所有最后一個位置上的元素(都是由4個元素的單個數組)。

• b[:, 0:2:]提取了b的第1個維度上的第0和1兩個元素，兩個元素都是一個有4個元素的數組，共同組成一個三維數組。

• b[::, 0]、b[::, 1]、b[::, -1]分別提取了b的第2個維度上的0、1和-1個元素（這里的元素就是單個有4個元素的數組），每個元素都是有4個元素的數組。

• b[::, 0:2]提取了b的第2個維度上的第0和1兩個元素（這里的元素就是單個有4個元素的數組），兩個元素都是有4個元素的數組。

• b[:,:, 0]、b[:,:, 1]、b[:,:, -1]分別提取了b的第2個維度的所有元素（即有4個元素的數組）中的第0、1和-1個元素值，每個元素都是單個元素值。

• b[:,:, 0:2]提取了b的第2個維度的所有元素（即有4個元素的數組）中的第0和1兩個元素值，兩個元素都是單個元素值。

以上就是Python中怎么實現二維數組與三維數組切片，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。