如何按列访问 NumPy 数组

在 NumPy 中，访问特定列是一个常见的操作，我们可以按列从 NumPy 数组中选择数据，进行计算和转换。在本文中，我们将学习如何按列访问 NumPy 数组以及几种不同的方法。

基本方法

可以通过指定数组的第二维度来访问数组的列。例如，如果我们有一个二维数组 arr，我们可以使用 arr[:, column_index] 表示第 column_index 列的所有元素。这里的 : 表示对数组的所有行进行操作，也就是对整个数组进行筛选。

以下是一个例子：

import numpy as np

# 创建一个 3x3 的数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 访问第二列
column_2 = arr[:, 1]

print(column_2)

输出：

[2 5 8]

使用布尔索引

我们还可以使用布尔索引来访问数组的列。这种方法首先需要创建一个布尔数组，其中的每个元素表示是否应该选择该元素所在的列。然后我们可以用这个布尔数组作为参数给数组，从而选择特定的列。

以下是一个例子：

import numpy as np

# 创建一个 3x3 的数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 创建一个布尔数组，表示只选择第一列和第三列
bool_arr = np.array([True, False, True])

# 使用布尔索引选择特定列
selected_columns = arr[:, bool_arr]

print(selected_columns)

输出：

[[1 3]
 [4 6]
 [7 9]]

转置数组

最后一种方法是转置数组，这种方法可以将列变成行，实现方便的行操作。

以下是一个例子：

import numpy as np

# 创建一个 3x3 的数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 转置数组
transposed_arr = np.transpose(arr)

# 访问第二行
row_2 = transposed_arr[1, :]

print(row_2)

输出：

[2 5 8]

结论

在 NumPy 中按列访问数组有多种方法。使用基本方法，我们可以在不转置数组或使用布尔索引时访问列。使用布尔索引可以更灵活地选择包含多列。最后，转置数组可以将列变成行，以便对行进行更方便的操作。