关于np.array的一维二维三维 分析

一维:

v1=np.array([1,2,3])

print(v1.shape)
print(v1[0])
print(v1[0:])

输出:



二维:第一种情况

 
 
v3=np.array([[1,2,3],[4,5,6]])
print(v3.shape)
print(v3[0])
print(v3[0][0])
print(v3[0:1,0:2])   #逗号前选取行(前取后不取),逗号后选取列


输出:


第二种情况

v3=np.array([[1,3],[4,5,6]])
print(v3.shape)
print(v3[0])
print(v3[0][0])
print(v3[0:1])

输出:


三维:

v1=np.array([[[1,2,3],[1,2,0]],[[5,6,7],[9,8,7]]])
print(v1.shape)
print(v1[1][1][0])
print(v1[1][1])
print(v1[1])
print(v1[0:1,1:2,1:2])  #选取行列深度









猜你喜欢

转载自blog.csdn.net/csdn_black/article/details/79848586