如何从 Numpy 数组中提取列 - Python

在 Python 中，Numpy 是一种用于处理数组和矩阵的重要库。那么如何从 Numpy 数组中提取列呢？这里我们提供几种不同的方法。

方法一：使用索引

使用索引是最简单的方法。在 Numpy 数组中，可以通过 array_name[:, column_number] 提取第 column_number 列的数据。例如，下面的代码将提取第 2 列：

import numpy as np

data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
column_2 = data[:, 1]
print(column_2)
# 输出 [ 2  5  8 11]

方法二：使用布尔掩码

如果你想根据某些条件来提取数据，可以使用布尔掩码。首先，创建一个布尔掩码，然后将其应用于数组。例如，下面的代码将提取所有第 2 列中的偶数：

import numpy as np

data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
even_mask = data[:, 1] % 2 == 0
even_column_2 = data[even_mask, 1]
print(even_column_2)
# 输出 [ 2 8]

方法三：使用切片

切片也可以用来提取数组的列。例如，下面的代码将提取第 2 和第 3 列：

import numpy as np

data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
columns_2_and_3 = data[:, 1:3]
print(columns_2_and_3)
# 输出 [[ 2  3]
#      [ 5  6]
#      [ 8  9]
#      [11 12]]

总结

以上就是三种从 Numpy 数组中提取列的方法。根据需要选择最适合的方法即可。