如何跳过 NumPy 数组的每第 n 个索引？
在本文中，我们将看到如何跳过 NumPy 数组的每第 n 个索引。有多种方法可以访问和跳过 NumPy 数组的元素:
方法 1:天真方法
可以维护一个计数器来记录到目前为止遍历的元素的计数，然后一旦遇到第 N 个位置，就跳过该元素，并将计数器重置为 0。除了遍历时遇到的第 n 个索引元素，所有元素都被追加到一个新列表中。在此期间所需的时间相当于 O(n)，其中 n 是 numpy 数组的大小。如果元素只需要打印而不需要存储，我们可以跳过创建另一个数组的声明。
示例:
Python 3
# importing required packages
import numpy as np
# declaring a numpy array
x = np.array([1.2, 3.0, 6.7, 8.7, 8.2,
1.3, 4.5, 6.5, 1.2, 3.0,
6.7, 8.7, 8.2, 1.3, 4.5,
6.5])
# skipping every 4th element
n = 4
# declaring new list
new_arr = []
# maintaining cntr
cntr = 0
# looping over array
for i in x:
# checking if element is nth pos
if(cntr % n != 0):
new_arr.append(i)
# incrementing counter
cntr += 1
print("Array after skipping nth element")
print(new_arr)
输出:
跳过第 n 个元素后的数组
[3.0, 6.7, 8.7, 1.3, 4.5, 6.5, 3.0, 6.7, 8.7, 1.3, 4.5, 6.5]
方法二:采用 NumPy 模量法
首先可以使用 numpy.arange() 方法将数组排列成均匀间隔的块。
语法:名词短语(开始、停止、步骤)
参数:
- 开始:间隔的开始
- 停止:间隔结束
- 步骤:开始和结束间隔之间的步骤
然后， np.mod() 方法应用于获得的列表区间，然后用第 n 个索引计算每个元素的模。原始数组中模输出不为 0 的元素作为最终列表返回。
例
Python 3
# importing required packages
import numpy as np
# declaring a numpy array
x = np.array([0, 1, 2, 3, 2, 5, 2, 7, 2, 9])
print("Original Array")
print(x)
# skipping third element
new_arr = x[np.mod(np.arange(x.size), 3) != 0]
print("Array after skipping elements : ")
print(new_arr)
输出:
原始数组
[0 1 2 3 2 5 2 7 2 9]
跳过元素后的数组:
[1 2 2 5 7 2]
方法三:NumPy 切片
NumPy 切片基本上是数据二次采样，我们在其中创建原始数据的视图，这会产生恒定的时间。对原始数组进行更改，并将整个原始数组保存在内存中。也可以显式制作数据的副本。
语法:
arr[开始:结束:st]
这里，开始是起始索引，结束是停止索引，st 是步长，步长不等于 0。并且，它返回一个包含分别属于 st 索引的元素的子数组。假设数组的索引从 0 开始。
例
计算机编程语言
# importing required packages
import numpy as np
# declaring a numpy array
x = np.array([0, 1, 2, 3, 2, 5, 2, 7, 2, 9])
# calculating length of array
length = len(x)
# accessing every third element
# from the array
print("List after n=3rd element access")
print(x[0:length:3])
输出:
n=第三次元素访问后的列表
[0 3 2 9]
版权属于：月萌API www.moonapi.com，转载请注明出处
