python中如何提取一組數(shù)據(jù)中的第一列數(shù)據(jù)？

概述

直接提取會報錯，把array數(shù)組轉(zhuǎn)換成list，即可提取，使用NumPy轉(zhuǎn)換

步驟詳解

1、直接提取嘗試：

group=[[1,2],[2,3],[3,4]]

#提取第一列元素

print(group[:,1])

#Out:TypeError: list indices must be integers or slices, not tuple

2、使用numpy轉(zhuǎn)換：

import numpy as np

group=[[1,2],[2,3],[3,4]]

#numpy轉(zhuǎn)化

ar=np.array(group)

print(ar[:,1])

#Out:[2 3 4]

拓展內(nèi)容

numpy詳解

Numpy對象是數(shù)組，稱為ndarray

維度(dimensions)稱作軸(axes),軸的個數(shù)叫做秩(rank)。注：有幾級中括號就有幾個維度

一、ndarray.attrs:

ndarray.ndim 秩

ndarray.shape 例如一個2排3列的矩陣，它的shape屬性是(2,3)

ndarray.size 數(shù)組元素的總個數(shù)

ndarray.dtype 元素類型，NumPy提供自己的數(shù)據(jù)類型

ndarray.itemsize 數(shù)組中每個元素的字節(jié)大小

二、數(shù)組創(chuàng)建函數(shù)：

array

asarray將輸入轉(zhuǎn)換成ndarray

arange

ones

zeros

empty 只分配內(nèi)存空間不填充任何值

eye 創(chuàng)建N*N單位矩陣(對角線為1)

三、數(shù)組和標(biāo)量之間的運算

numpy數(shù)組的一個特點，不用編寫循環(huán)就可對數(shù)據(jù)執(zhí)行批量運算，這通常稱作矢量化(vectorization)。

四、基本的索引和切片

numpy數(shù)組的索引是一個內(nèi)容豐富的主題，因為選取數(shù)據(jù)子集或單個元素的方式有很多。這里我僅詳細(xì)介紹常用的方法，對于高級功能的方式我列舉名稱，讀者可以等到要用的時候自行查閱資料。