Python中的数组是一种数据类型，可以存储多个值，同时数组的元素可以是任何类型的数据，包括数字、字符串、对象等。对于一个包含多个元素的数组来说，有时候我们只需要其中的几列，而不是全部列。本文将从以下几个方面详细阐述Python数组取其中的几列。
一、基础用法
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[:, 0])
上述代码中，我们使用NumPy库创建一个3×3的数组，然后使用“:”表示取所有行中的第0列，也就是该数组中的第一列。运行结果为[1 4 7]，也就是该数组中第一列的所有元素。
除了取单独的一列以外，我们也可以取多列，只需要在“:”之后添加要取的列即可。例如，如果我们想要取该数组的第0列和第2列，代码如下：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[:, [0, 2]])
运行结果为array([[1, 3], [4, 6], [7, 9]])，也就是该数组中第1列和第3列的所有元素。注意，这里使用列表[0, 2]表示要取的列。
二、切片操作
除了使用“:”和列表来取其中的几列以外，还可以使用切片操作来取列。例如，如果我们想要取该数组中的第0列和第1列，代码如下：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[:, 0:2])
运行结果为array([[1, 2], [4, 5], [7, 8]])，也就是该数组中第1列和第2列的所有元素。注意，这里使用切片操作“0:2”表示要取的列，也就是从第0列（包含）到第2列（不包含）。
三、ndarray.compress函数
对于数组中的每个元素，我们都可以通过一定的条件来判断是否需要取出。在NumPy中，我们可以使用ndarray.compress函数来满足这一需求。
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
condition = np.array([True, False, True, False, True, False])
print(arr.compress(condition))
运行结果为array([1, 3, 5])，也就是数组中所有满足条件（True）的元素组成的数组。在实际应用中，我们可以将“condition”数组作为一定的条件来判断是否需要取出该数组中的元素。
四、ndarray.take函数
在NumPy中，我们也可以使用ndarray.take函数来取出数组中的指定行或列。
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr.take([0, 2], axis=1))
运行结果为array([[1, 3], [4, 6], [7, 9]])，该数组中的第1列和第3列的所有元素。在take函数中，我们需要指定要取出的列的下标，这里使用[0, 2]表示要取的列，而“axis=1”表示按列取值。
五、结论
本文从基础用法、切片操作、ndarray.compress函数和ndarray.take函数等多个方面详细阐述了Python数组取其中的几列，并且给出了完整的代码示例。在实际应用中，我们可以根据实际需求来选择适合自己的方法。
原创文章，作者：HZTUP，如若转载，请注明出处：https://www.506064.com/n/374284.html
微信扫一扫 
支付宝扫一扫 