您的位置:

管理和操作Python二维数组的技巧

一、创建二维数组

在Python中,我们可以通过列表和numpy库来创建二维数组。

1、使用列表


matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
print(matrix)

输出结果如下:


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

列表中的每个元素都是一个列表,表示矩阵的每一行。可以通过下标访问二维数组的元素,如matrix[1][2]表示第二行第三个元素。

2、使用numpy

使用numpy可以更方便地创建和操作二维数组。


import numpy as np

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

输出结果如下:


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

创建numpy数组的方式和列表类似,但需要使用numpy的array函数。numpy数组可以进行矩阵运算,如乘法、转置等操作。

二、遍历二维数组

1、常规方法

可以使用两层循环遍历二维数组中的每个元素。


matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
for i in range(len(matrix)):
    for j in range(len(matrix[i])):
        print(matrix[i][j], end=" ")
    print()

输出结果如下:


1 2 3 
4 5 6 
7 8 9 

2、使用numpy的nditer函数

numpy的nditer函数可以更简洁地遍历二维数组。


matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
for i in np.nditer(matrix):
    print(i, end=" ")

输出结果如下:


1 2 3 4 5 6 7 8 9

三、切片操作

切片操作是指通过下标范围访问二维数组中的一块区域。

1、切片操作

切片操作可以使用冒号分隔的下标范围表示。如matrix[1:3, 1:3]表示访问第二行到第三行、第二列到第三列之间的元素。


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

输出结果如下:


[[5 6]
 [8 9]]

2、修改切片

修改切片中的元素可以直接对切片进行赋值操作。


matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
submatrix = matrix[1:3, 1:3]
submatrix[1][1] = 0
print(matrix)

输出结果如下:


[[1 2 3]
 [4 5 0]
 [7 8 9]]

四、元素操作

可以对二维数组中的每个元素进行操作,如求和、取最大值等。

1、求和

可以使用numpy的sum函数对二维数组中的元素进行求和。


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

输出结果为:


45

2、取最大值和最小值

可以使用numpy的max和min函数分别取二维数组中的最大值和最小值。


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

输出结果为:


9
1

3、计算平均值和标准差

可以使用numpy的mean和std函数分别计算二维数组中的平均值和标准差。


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

输出结果为:


5.0
2.581988897471611

五、转置和翻转

可以使用numpy的transpose和flip函数对二维数组进行转置和翻转操作。

1、转置

可以使用transpose函数进行转置操作。


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

输出结果为:


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

2、翻转

可以使用flip函数进行翻转操作。


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

输出结果为:


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

六、删除行和列

可以使用numpy的delete函数对二维数组中的行和列进行删除操作。

1、删除行

可以使用delete函数删除指定行。


matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
submatrix = np.delete(matrix, 1, axis=0)
print(submatrix)

输出结果为:


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

2、删除列

可以使用delete函数删除指定列。


matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
submatrix = np.delete(matrix, 1, axis=1)
print(submatrix)

输出结果为:


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

七、筛选元素

可以使用布尔数组对二维数组进行筛选操作。

1、筛选

可以使用布尔数组对二维数组进行筛选操作。


matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
bool_arr = matrix > 5
submatrix = matrix[bool_arr]
print(submatrix)

输出结果为:


[6 7 8 9]

2、选择满足条件的元素

可以使用where函数选择满足条件的元素。


matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
submatrix = np.where(matrix > 5, matrix, 0)
print(submatrix)

输出结果为:


[[0 0 0]
 [0 0 6]
 [7 8 9]]

总结

本文介绍了如何创建、遍历、切片操作、元素操作、转置和翻转、删除行和列、筛选元素等对二维数组进行管理和操作的技巧,希望对大家有所帮助。