Python實現三維數組操作

一、介紹

當涉及到需要處理多維數據時，三維數組是非常常見的數據結構。比如在計算機圖形學、機器學習等領域使用三維數組儲存三維立體圖像或者三維數據集。

在Python中，我們可以通過嵌套列表或者NumPy庫來實現三維數組操作。

二、嵌套列表實現

使用嵌套列表可以方便地創建三維數組。

  
    # 創建3個長度為4的二維數組
    arr = [[[0]*4]*4 for _ in range(3)]
    # 輸出數組
    for i in range(len(arr)):
        for j in range(len(arr[i])):
            print(arr[i][j])
        print('---')
  

上述代碼中，我們通過三層循環來初始化一個長寬高分別為4、4、3的三維數組，並將每個元素初始化為0。我們通過兩層循環遍歷輸出所有元素，每個二維數組之間以「—」分隔。

三、NumPy庫實現

NumPy是Python中用於科學計算的重要庫，提供了高效的多維數組操作。使用NumPy可以很方便的實現多維數組。

創建一個三維數組，可以使用NumPy數組對象的reshape()方法和arange()函數，代碼如下：

  
    import numpy as np
    # 創建3*4*2的三維數組
    arr = np.arange(24).reshape(3, 4, 2)
    print(arr)
  

reshape()方法用於改變數組的形狀，arange()函數用於返回包含給定範圍內的元素的NumPy數組。

上述代碼中，我們通過arange()函數返回一個包含0到23的整數的一維數組，再使用reshape()方法將其轉換為3*4*2的三維數組。最後輸出數組。

四、三維數組的操作

三維數組和二維數組類似，支持索引、切片、布爾索引、花式索引等操作。同時，三維數組還支持沿著不同軸的聚合操作（如求和、求平均值、最小值、最大值等）。

下面展示一些常見的三維數組操作：

1. 索引操作

  
    # 創建一個3*4*2的三維數組
    arr = np.arange(24).reshape(3, 4, 2)
    # 獲取索引為(2, 3, 1)的元素
    print(arr[2][3][1])
    # 獲取第1個二維數組的第3行第2列的元素
    print(arr[0, 2, 1])
  

2. 切片操作

  
    # 創建一個3*4*2的三維數組
    arr = np.arange(24).reshape(3, 4, 2)
    # 獲取第2個二維數組的第1到第3行的所有元素
    print(arr[1, 0:3, :])
    # 獲取所有二維數組的第2列的所有元素
    print(arr[:, 1, :])
    # 獲取所有二維數組的第1行第2列的元素
    print(arr[:, 0:1, 1:2])
  

3. 布爾索引

  
    # 創建一個3*4*2的三維數組
    arr = np.arange(24).reshape(3, 4, 2)
    # 獲取大於10的元素
    print(arr[arr > 10])
  

4. 花式索引

  
    # 創建一個3*4*2的三維數組
    arr = np.arange(24).reshape(3, 4, 2)
    # 獲取第1個二維數組中的(0,0)、(1,1)、(2,0)元素
    print(arr[0, [0, 1, 2], [0, 1, 0]])
    # 獲取第1個二維數組中的(0,1)、(2,1)、(1,0)元素
    print(arr[0, [0, 2, 1], [1, 1, 0]])
  

5. 操作

三維數組支持沿著不同軸的聚合操作，使用NumPy庫中的函數實現。比如我們可以使用sum()函數對第3個軸方向求和，代碼如下：

  
    # 創建一個3*4*2的三維數組
    arr = np.arange(24).reshape(3, 4, 2)
    # 沿著第3個軸方向求和
    print(np.sum(arr, axis=2))
  

上述代碼中，我們使用sum()函數對三維數組沿著第3個軸方向求和，並輸出結果。

五、總結

本文介紹了兩種實現三維數組操作的方法，分別是嵌套列表和NumPy庫。同時，我們還介紹了三維數組的常見操作：索引、切片、布爾索引、花式索引、聚合操作等。

在處理多維數據時，三維數組是非常常見的數據結構，希望本文能夠為讀者提供一些幫助和參考。