NumPy中怎么實(shí)現(xiàn)多維數(shù)組切片后賦值

這篇文章將為大家詳細(xì)講解有關(guān)NumPy中怎么實(shí)現(xiàn)多維數(shù)組切片后賦值，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個(gè)參考，希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。

Python 3.7.4 (tags/v3.7.4:e09359112e, Jul  8 2019, 20:34:20) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license()" for more information.>>> import numpy as np>>> a = np.zeros((3,5))>>> a
array([[0., 0., 0., 0., 0.],   [0., 0., 0., 0., 0.],   [0., 0., 0., 0., 0.]])>>> b = np.ones((3,5))>>> b
array([[1., 1., 1., 1., 1.],   [1., 1., 1., 1., 1.],   [1., 1., 1., 1., 1.]])>>> a[:2] = b[:2,:]>>> a
array([[1., 1., 1., 1., 1.],   [1., 1., 1., 1., 1.],   [0., 0., 0., 0., 0.]])>>> >>> a = np.zeros((3,5))>>> a[:2,:3] = b[:2,:3]>>> a
array([[1., 1., 1., 0., 0.],   [1., 1., 1., 0., 0.],   [0., 0., 0., 0., 0.]])>>> >>> a = np.zeros((3,5))>>> a[::2] = b[::2]>>> a
array([[1., 1., 1., 1., 1.],   [0., 0., 0., 0., 0.],   [1., 1., 1., 1., 1.]])>>> >>> >>>

關(guān)于NumPy中怎么實(shí)現(xiàn)多維數(shù)組切片后賦值就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到。