Python中的索引与切片

Python中的索引与切片

一、索引

# 1.一维数组索引
str = 'HelloWorld!'
print(str[0])
print(str[-1])

# 输出:
# H
# !

二、一维数据切片

​ 一个完整的切片表达式包含两个":",用于分隔三个参数(start_index、end_index、step),三个参数分别表示起始位置、结束位置、步长

切片操作基本表达式:object[start_index:end_index:step]

三个参数均可省略,省略后取该参数的默认值:

​ ①step的默认值为1。

​ ②start_index的默认值与step的正负有关,若step为正,表正序。此时start_index默认为0,若为负,表逆序,start_index的默认值为-1。

​ ③end_index的默认值与step的正负有关,若step为正,表正序。此时end_index默认为数组结束位置。若为负,表逆序,end_index为数组起始位置。【注】end_index的索引值是不被包括的,具体可见以下列子。

​ 以下示例均以list对象a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]为例:

1.切取单个元素

a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
print(a[0])             #输出0
print(a[-1])            #输出9

2.切取完整对象

a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 1.正序切取对象
print(a[0:10:1])          # 输出:[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 2.逆序切取对象
print(a[10:0:-1])         # 输出:[9, 8, 7, 6, 5, 4, 3, 2, 1]

3.切取部分对象

a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 1.正序切取部分对象
print(a[1:6:1])         #输出[1, 2, 3, 4, 5]
# 2.逆序切取部分对象
print(a[6:1:-1])        #输出[6, 5, 4, 3, 2]

4.控制步长

a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 1.正序,步长为2
print(a[0:10:2])        #输出:[0, 2, 4, 6, 8]
# 2.逆序,步长为1
print(a[6:0:-1])        #输出:[6, 5, 4, 3, 2, 1]

5.参数省略

a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 1.正序,切取完整对象
print(a[:])         #输出: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
print(a[::])        #输出: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 2. 切取部分对象,步长2
print(a[::2])       #输出:[0, 2, 4, 6, 8]
print(a[::-3])      #输出:[9, 6, 3, 0]

# 3.其他情况
print(a[4:])        #输出:[4, 5, 6, 7, 8, 9],step正,正序;start从4开始,直到末尾元素9
print(a[4::-1])     #输出:[4, 3, 2, 1, 0],step负,逆序;start从4开始,直到末尾,末尾是0元素,
print(a[:-4:-1])    #输出:[9, 8, 7],step负,逆序;从start_end=-1开始,直到end_index = -4(该点不包括)
print(a[2:-1])      #输出:[2, 3, 4, 5, 6, 7, 8],step正,正序;start从2开始,到end_index=-1(该点不包含)

6.多层切片

a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
print(a[::2][::-1][0:4])
# 输出: [8, 6, 4, 2]
# a[::2]: 输出[0, 2, 4, 6, 8];
# a[::2][::-1]: 输出[8, 6, 4, 2, 0],[::-1]表示在上述的基础上逆序
# a[::2][::-1][0:4]: 输出[8, 6, 4, 2],表示取从序号0开始,到序号4(不包括)

7.总结

  • 当start_index或end_index省略时,取值的起始索引和终止索引由step的正负来决定。
  • step的正负是必须要考虑的,尤其是当step省略时。比如a[-1:],很容易就误认为是从“终点”开始一直取到“起点”,即a[-1:]= [9, 8, 7, 6, 5, 4, 3, 2, 1, 0],但实际上a[-1:]=[9](注意是[9]不是9),原因在于step省略时step=1表示从左往右取值,而起始索引start_index=-1本身就是对象的最右边元素了,再往右已经没数据了,因此结果只含有9一个元素。
  • 取单个元素(不带":"号)时,返回的是对象的某个元素,若表达式带":"号,返回的对象是一个列表,哪怕列表中只包含一个元素。

三、二维及更高维数据切片

​ 二维及更高维度的数据切片与一维的数据切片其实非常类似,只要掌握了一维的数据切片,高维的就能很容易地理解。【注】二维及以上切片要配合numpy使用。

​ 与一维数据切片类似,每个维度的完整切片表达式包含两个":",用于分隔三个参数(start_index、end_index、step),三个参数分别表示起始位置、结束位置、步长并用","号区分不同维度的切片表达式

二维切片操作基本表达式:object[start_index:end_index:step,start_index:end_index:step]

​ 以下示例均以list对象a = [[1,2,3,4],[5,6,7,8],[9,10,11,12]]为例:

1.获取单个元素

import numpy as np

a = np.array([[1, 2, 3, 4],
              [5, 6, 7, 8],
              [9, 10, 11, 12]])

print('a[0][1]:', a[0][1])      #输出:a[0][1]: 2

2.获取行列等

import numpy as np

a = np.array([[1, 2, 3, 4],
              [5, 6, 7, 8],
              [9, 10, 11, 12]])

print('a[0][1]:', a[0][1])      #输出:a[0][1]: 2

# 1.取完整的对象,","前面表示第一维度,后面标示第二维度。
print('取完整对象:\n', a[::, ::])
# 1.1:号也可以省略
print('取完整对象,省略1:\n', a[:, ])
print('取完整对象,省略2:\n', a[:])
# 输出:
# [[ 1  2  3  4]
#  [ 5  6  7  8]
#  [ 9 10 11 12]]

# 2.第一个维度,取从0(省略)到2(不包含),步长为1,即取数组的1,2行;第二维表达式省略
print('取0-1行:\n', a[:2, ])
# 输出:
# [[1 2 3 4]
#  [5 6 7 8]]

# 3.第一维度,取数组的2,3行,步长为1;第二维度,取3-4列,步长为1
print('2-3行的2-3列:\n', a[1:3, 2:4])
# 输出:
# [[7  8]
#  [11 12]]

# 4.取第1,3列的元素,第二维度的start_index与end_index省略,step为2
print('取第1,3列的元素\n', a[:, ::2])
# 输出:
# [[1  3]
#  [5  7]
#  [9 11]]

# 5.取第一列,赋值到y,取除去第一列外的所有列,赋值到X
# y:第一维度表达式省略,start_index省略
# X:第一维度表达式省略,end_index省略
y = a[:, :1]
X = a[:, 1:]
print('y:\n', y)
print('X:\n', X)

3.三维的情况

import numpy as np

a = np.array([[[1,2],[3,4]],[[5,6],[7,8]]])
# 取第一维度0-1,第二维度1-2,第三维度0-1
print(a[0:1,1:2,0:1])
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,126评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,254评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,445评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,185评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,178评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,970评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,276评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,927评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,400评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,883评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,997评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,646评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,213评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,204评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,423评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,423评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,722评论 2 345