📅  最后修改于: 2023-12-03 15:28:09.033000             🧑  作者: Mango
在使用Numpy进行数据科学计算时,我们通常会用到多维数组,但是常常会出现需要访问数组中不同列的数据的情况。这时候,掌握如何访问多维数组的不同列就显得尤为重要了。
可以使用切片(Slice)的方式来访问多维数组的不同列,下面的代码演示了如何使用切片访问多维数组的不同列:
import numpy as np
# 创建一个3行4列的数组
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
# 访问第二列
second_col = arr[:, 1]
print(second_col) # 输出 [ 2 6 10]
# 访问第三列到第四列
third_to_fourth_col = arr[:, 2:4]
print(third_to_fourth_col) # 输出 [[ 3 4]
# [ 7 8]
# [11 12]]
除了使用切片,我们还可以使用花式索引(Fancy Indexing)的方式来访问多维数组的不同列,下面的代码演示了如何使用花式索引访问多维数组的不同列:
import numpy as np
# 创建一个3行4列的数组
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
# 访问第一列和第三列
first_and_third_col = arr[:, [0, 2]]
print(first_and_third_col) # 输出 [[ 1 3]
# [ 5 7]
# [ 9 11]]
访问多维Numpy数组不同列的方式有多种,本文介绍了两种方法:切片和花式索引。在实际的应用中,需要根据实际情况选择最适合的方式来访问多维数组的不同列。