对Numpy库ndarray对象(矩阵)中数据元素的访问、选取操作示例
对Numpy库ndarray对象(矩阵)中数据元素的访问、选取操作示例为了说明这个问题，初始化一个矩阵B，其尺寸为两行四列三通道。
初始化矩阵B的代码如下：
import numpy as np
B = np.array([[,
],
[,
],
[,
]])
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/002/011.png
从其shape属性可以看出，B矩阵的尺寸为我们希望的三通道，两行，四列。
其具体的数据值如下：
http://pic1.hhai.cc/pic1/2022/2022-11/002/012.png
http://pic1.hhai.cc/pic1/2022/2022-11/002/013.png
http://pic1.hhai.cc/pic1/2022/2022-11/002/014.png
接下来就对矩阵B的数据进行一系列访问和选取操作。
目录
[*]示例1：选取矩阵B的0通道
[*]示例2：选取矩阵B的1通道
[*]示例3：使用ndarray对象的切片操作同时选取矩阵的0通道和1通道
[*]示例4：选取矩阵B的第1通道的第1行
[*]示例5：选取矩阵B的第1通道第1行的第1列
[*]示例6：选取矩阵B的第1通道第1行的第1列到第3列
[*]示例7：选取矩阵B的第1通道第0行和第1行的第1列到第3列
[*]示例8：利用元组或列表选取非连续的通道、行或列的方法
[*]示例9：通过数组矩阵进行高级索引操作
示例1：选取矩阵B的0通道
代码如下：
# !/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np
B = np.array([[,
],
[,
],
[,
]])
C = B # 选取矩阵B的0通道
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/002/015.png
http://pic1.hhai.cc/pic1/2022/2022-11/002/016.png
示例2：选取矩阵B的1通道
# !/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np
B = np.array([[,
],
[,
],
[,
]])
C = B # 选取矩阵B的1通道
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/002/017.png
示例3：使用ndarray对象的切片操作同时选取矩阵的0通道和1通道
关于ndarray对象切片操作的详细介绍，可参见博文 https://www.hhai.cc/thread-117-1-1.html
# !/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np
B = np.array([[,
],
[,
],
[,
]])
C = B # 选取矩阵B的1通道
注意：切片操作的区间是左开右闭的，所以是D = B而不是D = B
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/002/018.png
http://pic1.hhai.cc/pic1/2022/2022-11/002/019.png
http://pic1.hhai.cc/pic1/2022/2022-11/002/020.png
示例4：选取矩阵B的第1通道的第1行
有两种方法可以实现这个操作。
方法一：用“[ ]”区分不同的维度
不推荐此种方法，原因见博文 https://www.hhai.cc/thread-118-1-1.html
代码如下：
import numpy as np
B = np.array([[,
],
[,
],
[,
]])
E = B# 选取矩阵B的第1通道的第1行的第一种方法
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/002/062.png
http://pic1.hhai.cc/pic1/2022/2022-11/002/063.png
方法二：用逗号分隔不同的维度
推荐此种方法，原因见博文 https://www.hhai.cc/thread-118-1-1.html
代码如下：
import numpy as np
B = np.array([[,
],
[,
],
[,
]])
F = B# 选取矩阵B的第1通道的第1行的第二种方法
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/002/064.png
http://pic1.hhai.cc/pic1/2022/2022-11/002/065.png
示例5：选取矩阵B的第1通道第1行的第1列
代码如下：
import numpy as np
B = np.array([[,
],
[,
],
[,
]])
H = B# 选选取矩阵B的第1通道第1行的第1列的第二种方法
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/002/021.png
示例6：选取矩阵B的第1通道第1行的第1列到第3列
代码如下：
import numpy as np
B = np.array([[,
],
[,
],
[,
]])
K = B# 选取矩阵B的第1通道第1行的第1列到第3列的第二种方法
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/002/022.png
方法二：
由于第三列就是最后一列，所以可下像下面这样写：
import numpy as np
B = np.array([[,
],
[,
],
[,
]])
L = B# 选取矩阵B的第1通道第1行的第1列到第3列的第一种方法
运行结果如下：
http://pic1.hhai.cc/pic1/2022/2022-11/002/023.png
示例7：选取矩阵B的第1通道第0行和第1行的第1列到第3列
这个有多种写法实现，这里给一种最好用的就行了，我们不做把茴香豆的茴字的四种写法都搞清楚的人。
方法一：
import numpy as np
B = np.array([[,
],
[,
],
[,
]])
M = B# 选取矩阵B的第1通道第0行和第1行的第1列到第3列
运行结果略。
示例8：利用元组或列表选取非连续的通道、行或列的方法
利用元组或列表选取非连续的通道、行或列的方法我已写在另一篇博文中，链接如下：
https://www.hhai.cc/thread-119-1-1.html
示例9：通过数组矩阵进行高级索引操作
由于这部分内容较多，所以写在了另一篇博文中，链接 https://www.hhai.cc/thread-121-1-1.html
页:
[1]