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。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/275974.html
微信扫一扫 
支付宝扫一扫 