Python中X[:,0]和X[:,1]怎么用
这篇文章将为大家详细讲解有关Python中X[:,0]和X[:,1]怎么用,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
python有哪些常用库
python常用的库:1.requesuts;2.scrapy;3.pillow;4.twisted;5.numpy;6.matplotlib;7.pygama;8.ipyhton等。
X[:,0]是numpy中数组的一种写法,表示对一个二维数组,取该二维数组第一维中的所有数据,第二维中取第0个数据,直观来说,X[:,0]就是取所有行的第0个数据, X[:,1] 就是取所有行的第1个数据。
举例说明:
importnumpyasnp X=np.array([[0,1],[2,3],[4,5],[6,7],[8,9],[10,11],[12,13],[14,15],[16,17],[18,19]]) printX[:,0]
X[:,0]输出结果是:
importnumpyasnp X=np.array([[0,1],[2,3],[4,5],[6,7],[8,9],[10,11],[12,13],[14,15],[16,17],[18,19]]) printX[:,1]
X[:,1]输出结果是:
X[n,:]是取第1维中下标为n的元素的所有值。
X[1,:]即取第一维中下标为1的元素的所有值,输出结果:
X[:, m:n],即取所有数据的第m到n-1列数据,含左不含右
例:输出X数组中所有行第1到2列数据
X=np.array([[0,1,2],[3,4,5],[6,7,8],[9,10,11],[12,13,14],[15,16,17],[18,19,20]]) printX[:,1:3]
输出结果:
补充:python中的[1:]、[::-1]、X[:,m:n]和X[1,:]
Python中的[1:]
意思是去掉列表中第一个元素(下标为0),去后面的元素进行操作,以一个示例题为例,用在遍历中统计个数:
题:读入N名学生的成绩,将获得某一给定分数的学生人数输出。
输入格式:
输入在第1行给出不超过10^5^的正整数N,即学生总人数。随后1行给出N名学生的百分制整数成绩,中间以空格分隔。最后1行给出要查询的分数个数K(不超过N的正整数),随后是K个分数,中间以空格分隔。
输出格式:
在一行中按查询顺序给出得分等于指定分数的学生人数,中间以空格分隔,但行末不得有多余空格。
stu_num=input('请输入学生总人数:') stu_grade=input('请输入每位学生的成绩(百分制),并以空格分开:').split()#将如数的字符串转化成列表 num_and_grade=input('请输入要统计几个分数,以及每个分数值,以空格分开:').split()#转成列表格式 result=[]#定义一个新列表保存结果 foriinnum_and_grade[1:]:#定义变量i,遍历num_and_grade[]列表中除了第一个元素的其他元素 result.append(str(stu_grade.count(i)))#利用Python的count()函数统计相应i值在列表stu_grade[]列表中的个数,转换成字符串格式并追加到result[]列表中 print("".join(result))#列表转换成字符串格式,打印结果
结果:
请输入学生总人数:10
请输入每位学生的成绩(百分制),并以空格分开:88 99 75 88 95 42 78 88 95 99
请输入要统计几个分数,以及每个分数值,以空格分开:3 88 99 95
3 2 2
Python中的[::-1]
这个是python的slice notation的特殊用法。
b = a[i:j] 表示复制a[i]到a[j-1],以生成新的list对象
当i缺省时,默认为0,即 a[:3]相当于 a[0:3]
当j缺省时,默认为len(alist), 即a[1:]相当于a[1:10]
当i,j都缺省时,a[:]就相当于完整复制一份a了
b = a[i:j:s]这种格式呢,i,j与上面的一样,但s表示步进,缺省为1.
所以a[i:j:1]相当于a[i:j]
当s<0时:i缺省时,默认为-1; j缺省时,默认为-len(a)-1
所以a[::-1]相当于 a[-1:-len(a)-1:-1],也就是从最后一个元素到第一个元素复制一遍。
a=['a','b','c','d','e','f','g','h','g','k','l','m'] b=a[:]#列表切片,表示把列表a[]的值全部正序复制到列表b[]中 print(b)#['a','b','c','d','e','f','g','h','g','k','l','m'] #b=a[n:m]表示列表切片,复制列表a[n]到a[m-1]的内容到新的列表对象b[] #当n缺省时,默认为0,即a[:m] #当m缺省时,默认到最后,即a[n:] b1=a[1:4] print(b1)#['b','c','d'] b2=a[:3] print(b2)#['a','b','c'] b3=a[1:] print(b3)#['b','c','d','e','f','g','h','g','k','l','m'] #b=a[i:j:s]这种格式呢,i,j与上面的一样,但s表示步进,缺省为1,s可以取任何数字. #所以a[i:j:1]相当于a[i:j] b4=a[1:5:2] print(b4)#['b','d'] b5=a[:5:-1]#从末尾倒数取值 print(b5)#['m','l','k','g','h','g'] b6=a[5::-2] print(b6)#从a[n]处倒数取值 b7=a[::-1]#到这取值 print(b7)#['m','l','k','g','h','g','f','e','d','c','b','a']
输出结果:
['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'g', 'k', 'l', 'm']
['b', 'c', 'd']
['a', 'b', 'c']
['b', 'c', 'd', 'e', 'f', 'g', 'h', 'g', 'k', 'l', 'm']
['b', 'd']
['m', 'l', 'k', 'g', 'h', 'g']
['f', 'd', 'b']
['m', 'l', 'k', 'g', 'h', 'g', 'f', 'e', 'd', 'c', 'b', 'a']
Python中的X[:,m:n]和X[1,:]
X[:,0]是numpy中数组的一种写法,表示对一个二维数组,取该二维数组第一维中的所有数据,第二维中取第0个数据,直观来说,X[:,0]就是取所有行的第0个数据, X[:,1] 就是取所有行的第1个数据。
X[n,:]是取第1维中下标为n的元素的所有值。
X[:, m:n],即取所有数据的第m到n-1列数据,含左不含右
importnumpyasnp X=np.array([[0,1,2,3],[4,5,6,7],[8,9,10,11],[12,13,14,15]])#定义二维数组 print(X[:,0])#取数组X二维数组中每一个的0号下标对应的值[04812] print(X[1,:])#取数组X一维数组中的第一组全部数值[0123] print(X[:,1:3])#取所有数据的第1列到3-1列数据,从第0列开始计算,结果如下: ''' [[12] [56] [910] [1314]] '''
关于“Python中X[:,0]和X[:,1]怎么用”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。
推荐阅读
-
Python中怎么动态声明变量赋值
这篇文章将为大家详细讲解有关Python中怎么动态声明变量赋值,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文...
-
python中变量的存储原理是什么
-
Python中怎么引用传递变量赋值
这篇文章将为大家详细讲解有关Python中怎么引用传递变量赋值,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文...
-
python中怎么获取程序执行文件路径
python中怎么获取程序执行文件路径,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的...
-
Python中如何获取文件系统的使用率
Python中如何获取文件系统的使用率,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴...
-
Python中怎么获取文件的创建和修改时间
这篇文章将为大家详细讲解有关Python中怎么获取文件的创建和修改时间,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读...
-
python中怎么获取依赖包
今天就跟大家聊聊有关python中怎么获取依赖包,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据...
-
python怎么实现批量文件加密功能
-
python中怎么实现threading线程同步
小编给大家分享一下python中怎么实现threading线程同步,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!...
-
python下thread模块创建线程的方法
本篇内容介绍了“python下thread模块创建线程的方法”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来...