在python&numpy中切片(slice)
上文說到了，詞頻的統計在數據挖掘中使用的頻率很高，而切片的操作同樣是如此。在從文本文件或數據庫中讀取數據后，需要對數據進行預處理的操作。此時就需要對數據進行變換，切片，來生成自己需要的數據形式。
對於一維數組來說，python原生的list和numpy的array的切片操作都是相同的。無非是記住一個規則arr_name[start: end: step],就可以了。
實例：
下面是幾個特殊的例子：
[:]表示復制源列表- 負的index表示，從后往前。-1表示最后一個元素。
相對於一維數組而言，二維（多維）數組用的會更多。一般語法是arr_name[行操作, 列操作]
先隨機產生一個3*4的數組。
in:arr = np.arange(12).reshape((3, 4))
out:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
- 取行數據
arr[i, :] #取第i行數據
arr[i:j, :] #取第i行到第j行的數據
- 取列數據（注意數據格式）
in:arr[:,0] # 取第0列的數據，以行的形式返回的
out:
array([0, 4, 8])
in:arr[:,:1] # 取第0列的數據，以列的形式返回的
out:
array([[0],
[4],
[8]])
- 取一個數據塊
# 取第一維的索引1到索引2之間的元素，也就是第二行
# 取第二維的索引1到索引3之間的元素，也就是第二列和第三列
in:arr[1:2, 1:3]
out:
array([[5, 6]])
# 取第一維的全部
# 按步長為2取第二維的索引0到末尾之間的元素，也就是第一列和第三列
in: arr[:, ::2]
out:
array([[ 0, 2],
[ 4, 6],
[ 8, 10]])