精华内容
下载资源
问答
  • python 索引
    千次阅读
    2021-03-05 14:32:44

    python 索引+切片+步长

    # 索引+切片+步长

    # [1] 索引:第几位数字

    # [1:7] 切片:范围从几到几

    # [::2] 步长:间隔几步

    # 切片特点:顾头不顾尾最后一位不输出

    name = "0123456789"

    # 正数 从左往右

    #无数字[::] 从开始到结尾=[0::](某个位置不指定的时候默认取最后或最前位置)

    print(name[:])# 取所有范围输出0123456789

    print(name[0::])# 输出0123456789

    # 数字[1] 索引第二个

    print(name[1])# 输出1

    # 数字[0:7] 切片范围从0到第7位

    print(name[0:7])# 输出0123456

    # 数字[::7] 切片从零开始到最后,步长为7

    print(name[0::7])# 输出07

    # 负数从右往左

    # 数字[-1] 切片倒数第一位

    print(name[-1])# 输出9

    # 数字[-8:-2] 切片从倒数第八位到倒数第二位

    print(name[-8:-2])# 输出234567

    # 数字[-8::2] 切片从倒数第八位起到末尾,正着数,步长为2

    print(name[-8::2])# 输出2468

    # 数字[-1::-2] 切片从头倒数第一位到起始,倒着数,步长为2

    print(name[-1::-2])# 输出97531

    # 数字[-2:-6:-2] 切片从倒数第二位开始到倒数第六位,步长为2

    print(name[-2:-6:-2])# 输出86

    # 反转字符串

    print(name[::-1]) #输出9876543210

    # 切片补充说明:https://www.jianshu.com/p/15715d6f4dad

    更多相关内容
  • Python索引

    千次阅读 2020-10-23 21:15:32
    python 列表进行切片操作得到的数组是原数组的副本,而对 Numpy 数据进行切片操作得到的数组则是指向相同缓冲区的视图。 如果想抽取(或查看)数组的一部分,必须使用切片语法,也就是,把几个用冒号( start:...

    数组索引机制指的是用方括号[ ]加序号的形式引用单个数组元素,它的用处很多,比如抽取元素,选取数组的几个元素,甚至为其赋一个新值。

    (1)整数索引

    要获取数组的单个元素,指定元素的索引即可。
    在这里插入图片描述

    (2)切片索引

    切片操作是指抽取数组的一部分元素生成新数组。对 python 列表进行切片操作得到的数组是原数组的副本,而对 Numpy 数据进行切片操作得到的数组则是指向相同缓冲区的视图。
    如果想抽取(或查看)数组的一部分,必须使用切片语法,也就是,把几个用冒号( start:stop:step )隔开的数字置于方括号内。
    在这里插入图片描述

    (3)dots索引

    NumPy 允许使用 … 表示足够多的冒号来构建完整的索引列表。
    比如,如果 x 是 5 维数组:
    x[1,2,…] 等于 x[1,2,:,:,:]
    在这里插入图片描述

    (4)整数数组索引

    方括号内传入多个索引值,可以同时选择多个元素。
    在这里插入图片描述

    (5)布尔索引

    在这里插入图片描述

    展开全文
  • Python索引index常用的8种操作

    千次阅读 2021-10-20 15:50:42
    原始数据为 csv 文件。...默认索引从0开始,可通过 index_col设置索引列。 import os os.chdir(r'C:\Users\111\Desktop') import pandas as pd import numpy as np # 指定时间索引 data = pd.read_csv('dat

    原始数据为 csv 文件。

    data
    '''
    date,temperature,humidity
    07/01/21,95,50
    07/02/21,94,55
    07/03/21,94,56
    '''
    

    一、读取时指定索引列

    默认索引从0开始,可通过 index_col设置索引列。

    import os
    os.chdir(r'C:\Users\111\Desktop')
    
    import pandas as pd
    import numpy as np
    
    # 指定时间索引
    data = pd.read_csv('data.csv', 
                       parse_dates=['date'], # 指定时间类型
                       index_col='date') 
    
    # 默认索引
    data2 = pd.read_csv('data.csv', 
                       parse_dates=['date']) # 指定时间类型
    

    二、使用现有 DataFrame 设置索引

    通过 set_index手动设置索引。

    data2.set_index('date', inplace=True, drop=False)
    
    • set_index 方法重新创建对象
    • inplace=True 可就地修改原对象
    • drop=False 保留被设置索引的列

    三、操作之后重设索引 reset_index

    数据切片之后索引顺序混乱,可通过 reset_index重新生成连续索引。

    '''
    学习中遇到问题没人解答?小编创建了一个Python学习交流QQ群:531509025
    寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
    '''
    data3 = pd.DataFrame(np.random.rand(5, 3), columns=list('ABC'))
    '''
               A         B         C team
    x1  0.490674  0.441180  0.061497    x
    x2  0.623639  0.467407  0.579566    x
    y1  0.442860  0.660843  0.688015    y
    y2  0.671548  0.833954  0.365685    y
    y3  0.755017  0.367738  0.801497    y
    '''
    data4 = data3[data3.index % 2 == 0]
    data4.reset_index(drop=True, inplace=True)
    
    • drop=True 不保留原索引
    • inplace=True 就地重置原对象

    四、分组 groupby 之后索引设置为列

    分组之后分组列默认作为索引index,可重置为列。

    # 添加列
    data3['team'] = ['x','x','y','y','y']
    
    # 分组之后重设索引
    data3.groupby('team').mean().reset_index()
    
    # 设置 as_index=False
    data3.groupby('team', as_index=False).mean()
    

    五、排序后重置索引

    sort_values 排序之后索引顺序混乱。

    '''
    学习中遇到问题没人解答?小编创建了一个Python学习交流QQ群:531509025
    寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
    '''
    data3.sort_values(by='A')
    data3.sort_values(by='A', ignore_index=True)
    

    六、删除重复后重置索引

    同排序后重设索引。

    data3.drop_duplicates('team', ignore_index=True)
    

    七、索引直接赋值

    可通过 index 直接赋值已有 dataframe 。

    better_index = ['x1','x2','y1','y2','y3']
    data3.index = better_index
    

    八、写入文件 to_csv 时忽略索引

    data3.to_csv('data3.csv', index=False)
    
    展开全文
  • Python索引设置

    千次阅读 2020-05-04 16:54:57
    Python中如果没有原始索引,会默认从0开始的自然数作为索引。 1.1给df表传入索引。 #传入列宿索引 df.columns = ["name","age","grade","height","time"] #传入行索引 df.inex = [1,2,3,4,5,6] #传入的行列索引...

    在Python中如果没有原始索引,会默认从0开始的自然数作为索引。
    1.1给df表传入索引。

    #传入列宿索引
    df.columns = ["name","age","grade","height","time"]
    #传入行索引
    df.inex = [1,2,3,4,5,6]
    #传入的行列索引必须与行列数相同,否则报错
    

    1.2df中重置行索引

    df.set_index("age")
    #讲age列当做行索引,可传入多列,形成层次化索引
    reset_index(level = None,drop = False,inplace = False)   #将层次化索引重置
    level:指定要讲层次化索引的第几级别转化为columns,默认全部转化
    drop:指定是否阐述原索引,默认为False
    inplace:指定是否修改原数据表,默认为False
    #reset_index常用于数据分组及透视表中
    

    1.3重命名索引

    #重命名列索引,以字典的形式传入原列名和新列名
    df.rename(columns = {"old":"new","age":"new_age"})
    #重命名行索引,与上同
    df.rename(index = {})
    #行列索引同时修改
    df.rename(columns = {},index = {})
    
    展开全文
  • 双冒号::在python索引中的含义

    千次阅读 2019-07-17 15:29:44
    今天遇到了这种情况 x=[1,2,3,4,5,6,7,8] print(x[2::4]) ...x[2::4] 中 2是索引,4是步长(分组长度) 以上得出的结果是: [1,5] #注意这里是列表 继续试了多个结果: >>> a=[1,2,3,4,5,6,7,8] ...
  • 主要介绍了python通过索引遍历列表的方法,实例分析了Python遍历列表的相关技巧,非常具有实用价值,需要的朋友可以参考下
  • 对于有序序列: 字符串 str 、列表 list 、元组 tuple进行按索引取值的时候,默认范围为 0 ~ len(有序序列)-1,计数从0开始,而不是从1开始,最后一位索引则为总长度减去1。 当然也可以使用 负数表示从倒数第几个,...
  • Python数组索引

    千次阅读 2022-03-30 21:55:34
    数组索引 import numpy as np a = np.array( [[1,2,3], [4,5,6], [7,8,9]]) print(a[:,2]) print(a[:,[2,1]]) print(a[[2,1],[2,1]]) print(a[[2,1]],'\n') t = (2,1) n1 = np.array(2) n2 = np.array([2,1]...
  • python索引与切片

    千次阅读 2021-09-12 15:21:05
    python的学习过程,有些同学对索引和切换会感到困惑,今天我们就来弄清楚它。 1.一维数组的索引和切片 如下图所示,该一维数组只有一个轴(维度),即轴0,数组元素的索引沿轴的方向依次增加。 a)通过索引...
  • python高级索引

    2022-03-17 10:08:35
    python高级索引
  • python 列表索引问题

    千次阅读 2020-11-30 02:36:23
    python中,最基本的数据结构就是序列。序列中的每个元素被分配一个序号,即元素的位置,也被称为索引。注意:第一个索引是0。1.序列概览python有6种内建的序列:列表,元组,字符串,Unicode字符串,buffer对象...
  • python列表索引查找

    千次阅读 2021-02-09 09:24:35
    如何在python列表中查找某个元素的索引方法一: 利用数组自身的特性 a.index(target), 其中a是目标list,target是需要的下标对应的值。代码如下: 可知索引为2。但是如果a中有多个76元素,这种方法仅仅能获取都第一...
  • 在已知索引的情况下,如何快速删除列表中索引对应的值,如果直接删除会引起错误,如下: a = [0,1,2,3,4,5,6,7,8,9] index = [4,3,6] for i in index: del a[i] print(a) 原本想删除列表a中的4,3,6三个数,...
  • Python 数组高级索引

    千次阅读 2021-10-03 09:54:08
    对一个二维数组进行索引 新建一个矩阵 import numpy as np a = np.arange(16).reshape((4,4)) print(a) 单个元素索引 print(a[1,2]) 多个元素索引 (0,0)、(1,1)、(2,0) print(a[[0, 1, 2], [0, 1, 0]]) print(a...
  • Python字典的索引

    千次阅读 2021-04-08 11:38:19
    Python字典的索引 Python的dictionary字典变量是以键值对的形式储存和索引的。 假设有一个字典变量叫dict: dict = {'Monday':1, 'Tuesday':'2', 'Wednesday':'3', 'Thursday':'4', 'Friday':'5'} 索引键 dict....
  • python矩阵索引(自己学习记录)

    千次阅读 2022-03-17 11:12:24
    python矩阵索引
  • Python Pandas 重建索引

    2021-02-11 05:45:58
    重新索引会更改DataFrame的行标签和列标签。重新索引意味着符合数据以匹配特定轴上的一组给定的标签。 可以通过索引来实现多个操作 -重新排序现有数据以匹配一组新的标签。在没有标签数据的标签位置插入缺失值(NA)...
  • Python基础:Python中的序列索引详解

    千次阅读 2021-10-28 22:44:34
    欢迎你来到站长在线的站长学堂学习Python知识,本文分享的是《Python中的序列索引》。 序列中的每一个元素都有一个属于自己的编号,我们称为索引(index)。从起始元素开始,索引值从0开始编号,持续递增。即下标...
  • python之列表索引

    千次阅读 2022-01-20 15:22:22
    23, 24, 25]] 索引列表中的某行某列元素 #索引列表a中的第一行第二列元素 b = a[0][1] print(b) [out] 2 索引列表中的某一行元素 #索引列表a第二行元素 c = a[1] print(c) [out] [6, 7, 8, 9, 10] 索引列表中的某一...
  • Python Pandas 索引与列相互转化

    万次阅读 2022-03-06 09:37:06
    Pandas是一个数据处理的库,今天我们来学习索引与列相互转化 一、数据准备 import pandas as pd data = pd.read_excel(r'销售数据.xlsx') print(data) 运行结果: 二、列 -->索引df.set_index('date'...
  • 使用 enumerate 函数 可以返回下标。 例如 for inx, val in ... 您可能感兴趣的文章:python中for循环输出列表索引与对应的值方法讲解Python中for循环下的索引变量的作用域python 中如何获取列表的索引Python Pa
  • PYTHON_设置索引

    千次阅读 2020-10-26 18:30:39
    data.reset_index(inplace=True,drop=False)#drop=true 直接丢弃之前的索引,否则生成一个列名为‘INDEX’的列,如果这个索引本身有名字的话,则生成一个有名字的列 #3.更改索引列的名字 data.index.name='index2' ...
  • Python中的字典索引

    千次阅读 2021-01-29 05:20:32
    Python中的符合数据类型:字符串,列表和序列。它们用整数作为索引。如果你试图用其他的类型做索引,就会产生错误。>>> list = [1 ,2,3]>>> list[0]1>>> list['one']Traceback (most ...
  • Python 学习笔记 – Python Pandas 行列索引 在dataframe里面分为行索引和列索引。 行索引:index 列索引:columns 我们创建一个最基础的dataframe: df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]}) 当需要...
  • 我们在查询的时候可以选择正序或者是倒序,然后会给在查询时遇到的每一个元素进行标记,这就是python索引时所做的事情。结合我们所学的列表来看,我们不仅可以使用for循环进行遍历,索引页可以达到同样的效果。接...
  • python获取指定元素索引

    千次阅读 2022-06-21 18:53:22
    python获取指定元素索引,查询一个list或者array中某个元素所在的位置索引,也就是行列号。
  • 整数数组索引整数索引有助于基于 N 维索引来获取数组中任意元素。每个整数数组表示该维度的下标值。当索引的元素个数就是目标 ndarray 的维度时,会变得相当直接。以下示例获取了 ndarray 对象中每一行指定列的一个...
  • python 中如何获取列表的索引

    万次阅读 2020-12-29 07:46:07
    python 中如何获取列表的索引1.index方法list_a= [12,213,22,2,32]for a in list_a:print(list_a.index(a))结果: 0 1 2 3 4如果列表的没有重复的话那么用index完全可以的,那么如果列表中的元素有重复的呢?...
  • pandas DataFrame是二维的,所以,它既有列索引,又有行索引 上一篇里只介绍了列索引: import pandas as pd df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]}) print df # 结果: A B 0 0 3 1 1 4 2 2 5 行索引...
  • 如果索引是有等差数列:比如[2,4,6,8] [::2]:每隔2个取一个 a = [1,2,3,4,5] print(a[::2]) 输出 [1, 3, 5] 方法2:for循环: b=[0,2] a = ['elem0','elem1','elem2'] sublist = [a[i] for i in b] 方法3:...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 475,321
精华内容 190,128
关键字:

python 索引