标签：ima   idt   inf   详细   理解   code   助理   str   strong   

numpy 中的切片与数组中的切片类似。

数组 [ 起始：终止：步长， 起始：终止：步长, ... ] 

所有的切片操作（无论是步长为＋的正序，还是步长为 - 的逆序）都是开始位置包含，结束位置不包含（终止位省略时则包含）；可以借助于range函数辅助理解。

每一个维度之间采用 “ 逗号 ” 间隔，逗号之间的 ：：则表示每一个维度的分割方式。

每一个维度的分割与数组的分割原理一致；

具体实现方式存在差异的是：在某个维度全部使用缺省值时可以用 “ . . .”  表示

值的省略说明

1）起始值：从首位算起

2）终止值：在末尾结束

3）步长值：默认为1

1 关于切片的基本操作方式

实例一：

a = np.arange(1,10)
print(a)  # [1 2 3 4 5 6 7 8 9]
print(a[:3]) #[1 2 3]
print(a[3:6]) #[4 5 6]
print(a[6:]) #[7 8 9]

详细如下所示

实例二：

a = np.arange(1,10)
print(a)  # [1 2 3 4 5 6 7 8 9]
print(a[-6:-3]) #[4 5 6]
print(a[-6:-3:-1]) #[]
print(a[-3:-6:-1]) #[7 6 5]

详细如下

当起止顺序反向时，输出为 空 [ ]

实例三：

numpy 切片

标签：ima   idt   inf   详细   理解   code   助理   str   strong   

原文地址：https://www.cnblogs.com/gengyi/p/9180887.html