管理和操作Python二維數組的技巧

一、創建二維數組

在Python中，我們可以通過列表和numpy庫來創建二維數組。

1、使用列表

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

輸出結果如下：

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

列表中的每個元素都是一個列表，表示矩陣的每一行。可以通過下標訪問二維數組的元素，如matrix[1][2]表示第二行第三個元素。

2、使用numpy

使用numpy可以更方便地創建和操作二維數組。

import numpy as np

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

輸出結果如下：

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

創建numpy數組的方式和列表類似，但需要使用numpy的array函數。numpy數組可以進行矩陣運算，如乘法、轉置等操作。

二、遍歷二維數組

1、常規方法

可以使用兩層循環遍歷二維數組中的每個元素。

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()

輸出結果如下：

1 2 3 
4 5 6 
7 8 9 

2、使用numpy的nditer函數

numpy的nditer函數可以更簡潔地遍歷二維數組。

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

輸出結果如下：

1 2 3 4 5 6 7 8 9

三、切片操作

切片操作是指通過下標範圍訪問二維數組中的一塊區域。

1、切片操作

切片操作可以使用冒號分隔的下標範圍表示。如matrix[1:3, 1:3]表示訪問第二行到第三行、第二列到第三列之間的元素。

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

輸出結果如下：

[[5 6]
 [8 9]]

2、修改切片

修改切片中的元素可以直接對切片進行賦值操作。

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

輸出結果如下：

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

四、元素操作

可以對二維數組中的每個元素進行操作，如求和、取最大值等。

1、求和

可以使用numpy的sum函數對二維數組中的元素進行求和。

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

輸出結果為：

45

2、取最大值和最小值

可以使用numpy的max和min函數分別取二維數組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))

輸出結果為：

9
1

3、計算平均值和標準差

可以使用numpy的mean和std函數分別計算二維數組中的平均值和標準差。

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

輸出結果為：

5.0
2.581988897471611

五、轉置和翻轉

可以使用numpy的transpose和flip函數對二維數組進行轉置和翻轉操作。

1、轉置

可以使用transpose函數進行轉置操作。

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

輸出結果為：

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

2、翻轉

可以使用flip函數進行翻轉操作。

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

輸出結果為：

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

六、刪除行和列

可以使用numpy的delete函數對二維數組中的行和列進行刪除操作。

1、刪除行

可以使用delete函數刪除指定行。

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

輸出結果為：

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

2、刪除列

可以使用delete函數刪除指定列。

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

輸出結果為：

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

七、篩選元素

可以使用布爾數組對二維數組進行篩選操作。

1、篩選

可以使用布爾數組對二維數組進行篩選操作。

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

輸出結果為：

[6 7 8 9]

2、選擇滿足條件的元素

可以使用where函數選擇滿足條件的元素。

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

輸出結果為：

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

總結

本文介紹了如何創建、遍歷、切片操作、元素操作、轉置和翻轉、刪除行和列、篩選元素等對二維數組進行管理和操作的技巧，希望對大家有所幫助。