注意datamat的类型是numpy中的数组array,并不是列表(list)
代码:
print(datamat)
结果:
[[ 3. 10. 1. ]
[ 1.1 1. 1. ]
[ 3. 8. 1. ]
[ 1.4 1.5 1.6]
[ 0.4 0.5 0.6]]
代码:print(datamat[:2])
解释[:2]表示取该矩阵内的前两行
[[ 3. 10. 1. ]
[ 1.1 1. 1. ]]
代码 :print(datamat[:,2])
解释[:2]表示取该矩阵内的第三列
结果:[1. 1. 1. 1.6 0.6]
代码 :print(datamat[2,:])
解释[:2]表示取该矩阵内的第三行
结果:[3. 8. 1. ]
代码:print(datamat[1:3,:])
结果[[1.1 1. 1. ]
[3. 8. 1. ]]
解释:[1:3,:]表示取数组(矩阵)的第1行第2行。
如果是数组的话,比如data=[1,2,3]
print(data[:2])代表取前两个数据
结果:[1, 2]
但是列表不能用[,n]来取第n列的数据
原因是因为在python中,普通的列表list和numpy中的数组array是不一样的,最大的不同是:一个列表中可以存放不同类型的数据,包括int、float和str,甚至布尔型;而一个数组中存放的数据类型必须全部相同,int或float。
在list中的数据类型保存的是数据的存放的地址,简单的说就是指针,并非数据,这样保存一个list就太麻烦了,例如list1=[1,2,3,4]需要4个指针和四个数据,增加了存储和消耗cpu,而array1=numpy.array([1,2,3,4])只需要存放四个数据,读取和计算更加方便,因此在做纯数字操作时,建议使用array。
也正因为列表可以存放不同类型的数据,因此列表中每个元素的大小可以相同,也可以不同,也就不支持一次性读取一列,即使是对于标准的二维数字列表:
print(data[:,2])
TypeError: list indices must be integers or slices, not tuple