NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中ndarray.item方法的使用。

numpy.ndarray.item

ndarray.item(*args)

将数组的元素复制到标准Python标量(scalar)并返回。

参数 :

*args :Arguments (variable number and type)

        none:在这种情况下,

该方法仅适用于具有一个元素(a.size == 1)的数组,

该元素被复制到标准Python标量对象中并返回。

        int_type:此参数被解释为数组的平面索引,

指定要复制并返回的元素。 i

        nt_types的tuple:功能与单个int_type参数相同,

不同之处在于该参数被解释为数组的nd-index。

返回值 :

z :Standard Python scalar object

数组的指定元素的副本,作为合适的Python标量

Notes

当a的数据类型为longdouble或clongdouble时,item()返回一个标量数组对象,因为没有可用的Python标量不会丢失信息。 除非定义了字段,否则无效数组将为item()返回一个缓冲区对象,在这种情况下,将返回一个元组。

item与a[args]非常相似,除了返回标准的Python标量而不是数组标量。 这有助于加快对数组元素的访问,并使用Python的优化数学对数组元素进行算术运算。

例子

>>> np.random.seed(123)
>>> x = np.random.randint(9, size=(3, 3))
>>> x
array([[2, 2, 6],
       [1, 3, 6],
       [1, 0, 1]])
>>> x.item(3)
1
>>> x.item(7)
0
>>> x.item((0, 1))
2
>>> x.item((2, 2))
1

推荐文档

相关文档

大家感兴趣的内容

随机列表