Python 中的 2D Array 与 3D Array

Python 中的 2D Array 与 3D Array

从 1D Array 说起

在 python 中,可以将一组数据存储在列表中,并按照索引取出列表中的某个数据:

my_1Darray=[1,2,3,4,5,6,7,8,9]
print(my_1Darray[0:5:2])

上述示例中,[0:5:2] 是对 array 的切片操作,格式为[start:end+1:step],即选择从索引0开始的元素,到索引5之前的元素为止的一段区间,步进值为2的元素。因此print(my_1Darray[0:5:2]) 的显示为:

[1,3,5]

矩阵(行列式)就是 2D Array

在Python中,2D数组本质上是一个列表的列表。外部列表表示行,内部列表表示一行元素,类似于行在矩阵中的工作方式。如下,外部数组是[A,B,C], 其中内部数组 A = [1,2,3]、B=[4,5,6]、C=[7,8,9]。
在这里插入图片描述
通过 np 可以将 2D array 转换为矩阵,每个内部数组作为独立的行:

my_2Darray=[[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]
my_2Darray = np.array(my_2Darray)

在这里插入图片描述
2D array 在内存中的存储方式仍旧是线性的:
在这里插入图片描述

切片

与一维数组相比,二维数组的切片需要层层递进。先选中内部的一维数组、再在被选中的一维数组中选择具体的元素。

import numpy as np

my_2Darray=[[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]
my_2Darray = np.array(my_2Darray)
print(my_2Darray[0::2,0::2])
print(my_2Darray[0::2,1::2])
print(my_2Darray[1::2,0::2])
print(my_2Darray[1::2,1::2])

输出:

[[ 1  3]
 [ 9 11]]
 
[[ 2  4]
 [10 12]]
 
[[ 5  7]
 [13 15]]
 
[[ 6  8]
 [14 16]]

print(my_2Darray[0::2,0::2]) 为例,其先根据第一个[0::2] 选出若干个一维数组:

[[1,2,3,4],[9,10,11,12]]

再根据第二个[0::2] 选出每个一维数组中的元素:

[[1,3],[9,11]]

组合(stack)

多维数组还可以组合成新的数组,组合时,第一个组元素作为新数组的第一维度,以此类推:

my_2Ddstack_array=np.dstack((my_2Darray[0::2,0::2], my_2Darray[0::2,1::2], my_2Darray[1::2,1::2]))
print(my_2Ddstack_array)

输出:

[[[ 1  2  6]
  [ 3  4  8]]

 [[ 9 10 14]
  [11 12 16]]]

3D Array

二维数组可看作多个一维数组的组合;三维数组可以看作多个二维数组的组合,通过这种层层剥离的思路,我们可以理解任意类型的多维数组。
在这里插入图片描述

切片

import numpy as np

my_3Darray=[[[0,1,2,3], [4,5,6,7]], [[8,9,10,11], [12,13,14,15]], [[16,17,18,19], [20,21,22,23]]]
my_3Darray=np.array(my_3Darray)
print(my_3Darray)
print(my_3Darray[1::1,1::1,1::1])
print(my_3Darray[0::1])
print(my_3Darray[0::1,0::1,])

输出:

[[[ 0  1  2  3]
  [ 4  5  6  7]]

 [[ 8  9 10 11]
  [12 13 14 15]]

 [[16 17 18 19]
  [20 21 22 23]]]
[[[13 14 15]]

 [[21 22 23]]]
[[[ 0  1  2  3]
  [ 4  5  6  7]]

 [[ 8  9 10 11]
  [12 13 14 15]]

 [[16 17 18 19]
  [20 21 22 23]]]
[[[ 0  1  2  3]
  [ 4  5  6  7]]

 [[ 8  9 10 11]
  [12 13 14 15]]

 [[16 17 18 19]
  [20 21 22 23]]]

print(my_3Darray[1::1,1::1,1::1])为例子,第一个[1::1],代表从三维数组中选出二级维度的元素:

 [[8,9,10,11], [12,13,14,15]]

第二个[1::1]代表从选中的二维数组中,选出一维数组:

 [12,13,14,15]

第三个[1::1]代表从选中的一维数组中,选出一维数组中的元素:

[13,14,15]

就这样逐级筛选,最终得到实际选中的内部元素。
最终还需要还原成三维数组,得到:

[[[13 14 15]]

如果想要将最终的三维数组还原成一维数组,该怎么做呢?请听下回分解。

总结

  • 本文重点介绍了 python 中一维数组、二维数组(2d array)、三维数组(3d array)的概念。
  • 对多维数组的切片操作,执行逐级分解的操作可以执行赛选出最终选中的元素。

相关推荐

  1. python2python3subprocess.Popen差异

    2024-07-21 14:44:06       17 阅读
  2. 2.3 Python 在运维应用

    2024-07-21 14:44:06       36 阅读
  3. python函数 #2

    2024-07-21 14:44:06       55 阅读
  4. Python 3 super()

    2024-07-21 14:44:06       44 阅读
  5. 【《流畅python3.2-3.3节学习笔记】

    2024-07-21 14:44:06       23 阅读

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-07-21 14:44:06       52 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-07-21 14:44:06       54 阅读
  3. 在Django里面运行非项目文件

    2024-07-21 14:44:06       45 阅读
  4. Python语言-面向对象

    2024-07-21 14:44:06       55 阅读

热门阅读

  1. AI文章特点详细分析

    2024-07-21 14:44:06       18 阅读
  2. ubuntu24无法网络无法连接的问题

    2024-07-21 14:44:06       15 阅读
  3. mqtt协议有哪些机制

    2024-07-21 14:44:06       16 阅读
  4. WindowsStore被误删怎么恢复

    2024-07-21 14:44:06       18 阅读
  5. read读到缓冲区为空返回什么

    2024-07-21 14:44:06       17 阅读
  6. 设计App的后端接口分类以及环境依赖包详情

    2024-07-21 14:44:06       17 阅读
  7. MySQL_约束与进阶查询

    2024-07-21 14:44:06       17 阅读