如何访问NumPy多维数组的第i列？

假设我有：

test = numpy.array([[1, 2], [3, 4], [5, 6]])

test[i]获取数组的第i行（例如[1, 2] ）。如何访问第ith列？（例如[1, 3, 5] ）。另外，这将是一项昂贵的操作吗？

#1楼

如果您想一次访问多个列，则可以执行以下操作：

>>> test = np.arange(9).reshape((3,3))
>>> test
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> test[:,[0,2]]
array([[0, 2],
       [3, 5],
       [6, 8]])

#2楼

>>> test[:,0]
array([1, 3, 5])

该命令为您提供了行向量，如果您只想在其上循环，就可以了，但是如果您要与其他尺寸为3xN的数组进行堆叠，则可以

ValueError: all the input arrays must have same number of dimensions

而

>>> test[:,[0]]
array([[1],
       [3],
       [5]])

为您提供列向量，以便您可以进行串联或hstack操作。

例如

>>> np.hstack((test, test[:,[0]]))
array([[1, 2, 1],
       [3, 4, 3],
       [5, 6, 5]])

#3楼

>>> test
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

>>> ncol = test.shape[1]
>>> ncol
5L

然后，您可以通过以下方式选择第二至第四列：

>>> test[0:, 1:(ncol - 1)]
array([[1, 2, 3],
       [6, 7, 8]])

#4楼

您还可以转置并返回一行：

In [4]: test.T[0]
Out[4]: array([1, 3, 5])

#5楼

>>> test[:,0]
array([1, 3, 5])

同样，

>>> test[1,:]
array([3, 4])

使您可以访问行。 NumPy参考资料的第1.4节（索引）对此进行了介绍。这很快，至少以我的经验而言。它肯定比循环访问每个元素要快得多。

来源：oschina

链接：https://my.oschina.net/stackoom/blog/3164217

标签

test