Numpy数组中通过列表选择所需行

在本文中，我们将介绍如何使用Numpy数组和列表选择所需行。

Numpy数组是Python中用于存储和处理数据的一种常用工具。当我们处理数据时，我们通常需要对数据进行切片或选择，并对所选的行或列进行操作。在这种情况下，使用列表选择所需的行是非常有用的。

阅读更多：Numpy 教程

创建Numpy数组

在我们介绍如何通过列表选择Numpy数组中的所需行之前，我们需要先创建一个Numpy数组。我们可以通过将Python列表传递给Numpy的array()函数来创建这样一个数组。

import numpy as np

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

这将创建一个3×3的Numpy数组，并输出：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

使用列表选择所需行

现在我们已经有了一个Numpy数组，我们可以使用列表选择所需的行。假设我们要选择第1和第3行，我们可以创建一个包含1和3的Python列表，并将其传递给数组：

rows_wanted = [0, 2]
selected_rows = a[rows_wanted, :]
print(selected_rows)

输出为：

[[1 2 3]
 [7 8 9]]

我们可以看到，选定的行是包含在原始数组中的。请注意，我们将其传递给a的数组的切片包括所有列，因为我们使用冒号(:)来选择所有的列。如果我们只需要列中的一个子集，那么我们可以使用类似于选择行的方法来选择列。

例如，如果我们要选择所有行的第1和第3列，我们可以使用以下代码：

columns_wanted = [0, 2]
selected_columns = a[:, columns_wanted]
print(selected_columns)

输出为：

[[1 3]
 [4 6]
 [7 9]]

结语

在本文中，我们介绍了如何通过列表选择Numpy数组中的所需行。我们可以根据需要自由选择行和列，并且可以轻松地执行其他操作，例如计算选定行或列的总和或平均值等。Numpy轻松实现了这些操作，因此它成为Python数据科学的重要工具。