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([[[11, 12, 13, 14],
- [15, 16, 17, 18]],
- [[19, 20, 21, 22],
- [23, 24, 25, 26]],
- [[27, 28, 29, 30],
- [31, 32, 33, 34]]])
复制代码
运行结果如下:

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:



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([[[11, 12, 13, 14],
- [15, 16, 17, 18]],
- [[19, 20, 21, 22],
- [23, 24, 25, 26]],
- [[27, 28, 29, 30],
- [31, 32, 33, 34]]])
- C = B[0] # 选取矩阵B的0通道
复制代码
运行结果如下:


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([[[11, 12, 13, 14],
- [15, 16, 17, 18]],
- [[19, 20, 21, 22],
- [23, 24, 25, 26]],
- [[27, 28, 29, 30],
- [31, 32, 33, 34]]])
- C = B[1] # 选取矩阵B的1通道
复制代码
运行结果如下:

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([[[11, 12, 13, 14],
- [15, 16, 17, 18]],
- [[19, 20, 21, 22],
- [23, 24, 25, 26]],
- [[27, 28, 29, 30],
- [31, 32, 33, 34]]])
- C = B[1] # 选取矩阵B的1通道
复制代码
注意:切片操作的区间是左开右闭的,所以是D = B[0:2]而不是D = B[0:1]
运行结果如下:



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([[[11, 12, 13, 14],
- [15, 16, 17, 18]],
- [[19, 20, 21, 22],
- [23, 24, 25, 26]],
- [[27, 28, 29, 30],
- [31, 32, 33, 34]]])
- E = B[1][1] # 选取矩阵B的第1通道的第1行的第一种方法
复制代码
运行结果如下:


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([[[11, 12, 13, 14],
- [15, 16, 17, 18]],
- [[19, 20, 21, 22],
- [23, 24, 25, 26]],
- [[27, 28, 29, 30],
- [31, 32, 33, 34]]])
- F = B[1, 1] # 选取矩阵B的第1通道的第1行的第二种方法
复制代码
运行结果如下:


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([[[11, 12, 13, 14],
- [15, 16, 17, 18]],
- [[19, 20, 21, 22],
- [23, 24, 25, 26]],
- [[27, 28, 29, 30],
- [31, 32, 33, 34]]])
- H = B[1, 1, 1] # 选选取矩阵B的第1通道第1行的第1列的第二种方法
复制代码
运行结果如下:

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([[[11, 12, 13, 14],
- [15, 16, 17, 18]],
- [[19, 20, 21, 22],
- [23, 24, 25, 26]],
- [[27, 28, 29, 30],
- [31, 32, 33, 34]]])
- K = B[1, 1, 1:4] # 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
复制代码
运行结果如下:

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([[[11, 12, 13, 14],
- [15, 16, 17, 18]],
- [[19, 20, 21, 22],
- [23, 24, 25, 26]],
- [[27, 28, 29, 30],
- [31, 32, 33, 34]]])
- L = B[1, 1, 1:] # 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
复制代码
运行结果如下:

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([[[11, 12, 13, 14],
- [15, 16, 17, 18]],
- [[19, 20, 21, 22],
- [23, 24, 25, 26]],
- [[27, 28, 29, 30],
- [31, 32, 33, 34]]])
- M = B[1, 0:2, 1:] # 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
复制代码
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
|