theme: healer-readable highlight: atom-one-dark

NumPy 数组切片

NumPy 数组切片用于从数组中提取子集。它类似于 Python 中的列表切片，但支持多维数组。

一维数组切片

要从一维数组中提取子集，可以使用方括号 [] 并指定切片。切片由起始索引、结束索引和可选步长组成，用冒号 : 分隔。

语法：

arr[start:end:step]

• start：起始索引（默认为 0）。
• end：结束索引（不包括）。
• step：步长（默认为 1）。

示例：

import numpy as np

# 创建一维数组
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

# 从第二个元素到第五个元素（不包括）
print(arr[1:5])  # 输出：array([2, 3, 4])

# 从头到尾，每隔一个元素
print(arr[::2])  # 输出：array([1, 3, 5, 7, 9])

# 从倒数第三个元素到倒数第一个元素
print(arr[-3:-1])  # 输出：array([8, 9])

二维数组切片

要从二维数组中提取子集，可以使用逗号分隔的两个索引，每个索引表示相应维度的切片。

语法：

arr[start_row:end_row, start_col:end_col:step]

• start_row：起始行索引（默认为 0）。
• end_row：结束行索引（不包括）。
• start_col：起始列索引（默认为 0）。
• end_col：结束列索引（不包括）。
• step：步长（默认为 1）。

示例：

import numpy as np

# 创建二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 从第二行到第三行，第一列到第三列（不包括）
print(arr[1:3, 0:3])  # 输出：array([[4, 5, 6], [7, 8, 9]])

# 从第一行到第三行，每隔一列
print(arr[::2, :])  # 输出：array([[1, 3, 5], [7, 9]])

# 从第一行到第三行，第二列
print(arr[:, 1])  # 输出：array([2, 5, 8])

练习

创建一个 5x5 的二维数组 arr，并打印以下子集：

• 第一行的所有元素
• 第二列的所有元素
• 从左上角到右下角的对角线元素
• 2x2 的子数组，从第二行第三列开始

在评论中分享您的代码和输出。

Sure, here is the requested Markdown formatted content:

NumPy 数据类型

NumPy 数组由同类型元素组成，并具有指定的数据类型。数据类型定义了数组中元素的存储方式和允许的操作。

NumPy 中的数据类型

NumPy 具有比 Python 更丰富的基本数据类型，并使用首字母大写字符来表示它们：

• i: 整数（int）
• b: 布尔值（bool）
• u: 无符号整数（unsigned int）
• f: 浮点数（float）
• c: 复数浮点数（complex float）
• m: 时间差（timedelta）
• M: 日期时间（datetime）
• O: 对象（object）
• S: 字符串（string）
• U: Unicode 字符串（unicode string）
• V: 可变长度字节（void）

检查数组的数据类型

NumPy 数组具有一个属性 dtype，用于获取数组元素的数据类型。

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
print(arr.dtype)

输出：

int32

使用指定数据类型创建数组

我们可以使用 np.array() 函数并指定 dtype 参数来创建具有指定数据类型的数组。

import numpy as np

arr = np.array([1, 2, 3, 4, 5], dtype='float64')
print(arr)
print(arr.dtype)

输出：

[1. 2. 3. 4. 5.]
float64

转换数组的数据类型

我们可以使用 astype() 方法转换现有数组的数据类型。

import numpy as np

arr = np.array([1.1, 2.2, 3.3, 4.4, 5.5])
new_arr = arr.astype(int)
print(new_arr)
print(new_arr.dtype)

输出：

[1 2 3 4 5]
int32

NumPy 数据类型简表

练习

创建以下 NumPy 数组，并打印它们的元素和数据类型：

• 一个包含 10 个随机整数的数组。
• 一个包含 5 个布尔值的数组。
• 一个包含 7 个复杂数的数组。
• 一个包含 10 个日期时间对象的数组。

在评论中分享您的代码和输出。

最后

为了方便其他设备和平台的小伙伴观看往期文章：

微信公众号搜索：Let us Coding，关注后即可获取最新文章推送

看完如果觉得有帮助，欢迎点赞、收藏、关注