numpy 切片
In [8]: arr = np.array( [[1, 2], [3, 4]])
In [9]: arr
Out[9]:
array([[1, 2],
[3, 4]])
In [10]: arr[0] # 取第一行
Out[10]: array([1, 2])
In [11]: arr[:, 1] # 取第二列, 用逗号隔开表示第二个切片或者索引，就像一个tuple2，第二个切片来表示y轴
Out[11]: array([2, 4])
pandas 如果直接对DataFrame进行切片，只能操作行，如果还要操作列需要使用pd.DataFrame.iloc:
In [24]: df = pd.DataFrame(data=[[1,2], [3,4]])
In [25]:
In [25]: df[:1]
Out[25]:
0 1
0 1 2
In [27]: df[:1] # 取第一行
Out[27]:
0 1
0 1 2
In [28]: df[:1, 1] # 如果要取列则报错，需要使用iloc
~/miniconda3/envs/cooka/lib/python3.7/site-packages/pandas/core/frame.py in getitem(self, key)
3022 if self.columns.nlevels > 1:
3023 return self._getitem_multilevel(key)
-> 3024 indexer = self.columns.get_loc(key)
3025 if is_integer(indexer):
3026 indexer = [indexer]
~/miniconda3/envs/cooka/lib/python3.7/site-packages/pandas/core/indexes/range.py in get_loc(self, key, method, tolerance)
352 except ValueError as err:
353 raise KeyError(key) from err
–> 354 raise KeyError(key)
355 return super().get_loc(key, method=method, tolerance=tolerance)
356
KeyError: (slice(None, 1, None), 1)
In [29]: df.iloc[:1, 1] # 使用iloc可以操作行或者列
Out[29]:
0 2
Name: 1, dtype: int64
Original: https://blog.csdn.net/weixin_31640639/article/details/113966400
Author: Suez.张
Title: python 矩阵切片_python数组切片
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/679421/
转载文章受原作者版权保护。转载请注明原作者出处！