Python中X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n]是什么

這篇文章給大家分享的是有關(guān)Python中X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n]是什么的內(nèi)容。小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過來看看吧。

Python中對(duì)于數(shù)組和列表進(jìn)行切片操作是很頻繁的，當(dāng)然對(duì)于切片的操作可供我們直接使用的函數(shù)也是很遍歷了。

對(duì)于列表的切片比較簡單，在我之前的博客里面有詳細(xì)的講解，需要的話可以去看看，這里就不再詳細(xì)說了，主要是講解對(duì)于Python中Array對(duì)象的操作，我們平時(shí)使用比較頻繁的一般也就是三維的矩陣了，再高維度的處理方式是相同的，這里我們只講解三維和二維的使用。

對(duì)于X[:,0];

是取二維數(shù)組中第一維的所有數(shù)據(jù)

對(duì)于X[:,1]

是取二維數(shù)組中第二維的所有數(shù)據(jù)

對(duì)于X[:,m:n]

是取二維數(shù)組中第m維到第n-1維的所有數(shù)據(jù)

對(duì)于X[:,:,0]

是取三維矩陣中第一維的所有數(shù)據(jù)

對(duì)于X[:,:,1]

是取三維矩陣中第二維的所有數(shù)據(jù)

對(duì)于X[:,:,m:n]

是取三維矩陣中第m維到第n-1維的所有數(shù)據(jù)

這樣的講解可能還是有點(diǎn)抽象，下面我們用具體的實(shí)例來講解，相信會(huì)更加容易理解，具體如下：

#!usr/bin/env python
#encoding:utf-8
from __future__ import division
 
'''
__Author__:沂水寒城
學(xué)習(xí)Python中的X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n]
'''
 
import numpy as np
 
def simple_test():
  '''
  簡單的小實(shí)驗(yàn)
  '''
  data_list=[[1,2,3],[1,2,1],[3,4,5],[4,5,6],[5,6,7],[6,7,8],[6,7,9],[0,4,7],[4,6,0],[2,9,1],[5,8,7],[9,7,8],[3,7,9]]
  # data_list.toarray()
  data_list=np.array(data_list)
  print 'X[:,0]結(jié)果輸出為：'
  print data_list[:,0] 
  print 'X[:,1]結(jié)果輸出為：'
  print data_list[:,1]
  print 'X[:,m:n]結(jié)果輸出為：'
  print data_list[:,0:1]
  data_list=[[[1,2],[1,0],[3,4],[7,9],[4,0]],[[1,4],[1,5],[3,6],[8,9],[5,0]],[[8,2],[1,8],[3,5],[7,3],[4,6]],
        [[1,1],[1,2],[3,5],[7,6],[7,8]],[[9,2],[1,3],[3,5],[7,67],[4,4]],[[8,2],[1,9],[3,43],[7,3],[43,0]],
        [[1,22],[1,2],[3,42],[7,29],[4,20]],[[1,5],[1,20],[3,24],[17,9],[4,10]],[[11,2],[1,110],[3,14],[7,4],[4,2]]]
  data_list=np.array(data_list)
  print 'X[:,:,0]結(jié)果輸出為：'
  print data_list[:,:,0] 
  print 'X[:,:,1]結(jié)果輸出為：'
  print data_list[:,:,1]
  print 'X[:,:,m:n]結(jié)果輸出為：'
  print data_list[:,:,0:1]
 
 
if __name__ == '__main__':
  simple_test()

結(jié)果如下：

X[:,0]結(jié)果輸出為：
[1 1 3 4 5 6 6 0 4 2 5 9 3]
X[:,1]結(jié)果輸出為：
[2 2 4 5 6 7 7 4 6 9 8 7 7]
X[:,m:n]結(jié)果輸出為：
[[1]
 [1]
 [3]
 [4]
 [5]
 [6]
 [6]
 [0]
 [4]
 [2]
 [5]
 [9]
 [3]]
X[:,:,0]結(jié)果輸出為：
[[ 1  1  3  7  4]
 [ 1  1  3  8  5]
 [ 8  1  3  7  4]
 [ 1  1  3  7  7]
 [ 9  1  3  7  4]
 [ 8  1  3  7 43]
 [ 1  1  3  7  4]
 [ 1  1  3 17  4]
 [11  1  3  7  4]]
X[:,:,1]結(jié)果輸出為：
[[  2   0   4   9   0]
 [  4   5   6   9   0]
 [  2   8   5   3   6]
 [  1   2   5   6   8]
 [  2   3   5  67   4]
 [  2   9  43   3   0]
 [ 22   2  42  29  20]
 [  5  20  24   9  10]
 [  2 110  14   4   2]]
X[:,:,m:n]結(jié)果輸出為：
[[[ 1]
  [ 1]
  [ 3]
  [ 7]
  [ 4]]
 
 [[ 1]
  [ 1]
  [ 3]
  [ 8]
  [ 5]]
 
 [[ 8]
  [ 1]
  [ 3]
  [ 7]
  [ 4]]
 
 [[ 1]
  [ 1]
  [ 3]
  [ 7]
  [ 7]]
 
 [[ 9]
  [ 1]
  [ 3]
  [ 7]
  [ 4]]
 
 [[ 8]
  [ 1]
  [ 3]
  [ 7]
  [43]]
 
 [[ 1]
  [ 1]
  [ 3]
  [ 7]
  [ 4]]
 
 [[ 1]
  [ 1]
  [ 3]
  [17]
  [ 4]]
 
 [[11]
  [ 1]
  [ 3]
  [ 7]
  [ 4]]]
[Finished in 0.6s]

感謝各位的閱讀！關(guān)于“Python中X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n]是什么”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！