Python 修改 NumPy 数组的特定行/列
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/26975769/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
Modify a particular row/column of a NumPy array
提问by learner
How do I modify particular a row or column of a NumPy array?
如何修改 NumPy 数组的特定行或列？
For example I have a NumPy array as follows:
例如，我有一个 NumPy 数组，如下所示：
P = array([[1, 2, 3],
[4, 5, 6]])
How do I change the elements of first row, [1, 2, 3], to [7, 8, 9]so that the Pwill become:
如何将第一行的元素 , 更改为[1, 2, 3]，[7, 8, 9]以便P将变为：
P = array([[7, 8, 9],
[4, 5, 6]])
Similarly, how do I change second column values, [2, 5], to [7, 8]?
同样，如何将第二列值 , 更改[2, 5]为[7, 8]？
P = array([[1, 7, 3],
[4, 8, 6]])
回答by Alex Riley
Rows and columns of NumPy arrays can be selected or modified using the square-bracket indexing notation in Python.
可以使用 Python 中的方括号索引符号选择或修改 NumPy 数组的行和列。
To select a rowin a 2D array, use P[i]. For example, P[0]will return the first row of P.
要选择二维数组中的一行，请使用P[i]. 例如，P[0]将返回P.
To select a column, use P[:, i]. The :essentially means "select all rows". For example, P[:, 1]will select all rows from the second column of P.
要选择一列，请使用P[:, i]。在:本质上意味着“选择所有的行”。例如，P[:, 1]将从 的第二列中选择所有行P。
If you want to change the values of a row or column of an array, you can assign it to a new list (or array) of values of the same length.
如果要更改数组的行或列的值，可以将其分配给具有相同长度的新值列表（或数组）。
To change the values in the first row, write:
要更改第一行中的值，请编写：
>>> P[0] = [7, 8, 9]
>>> P
array([[7, 8, 9],
[4, 5, 6]])
To change the values in the second column, write:
要更改第二列中的值，请编写：
>>> P[:, 1] = [7, 8]
>>> P
array([[1, 7, 3],
[4, 8, 6]])
回答by Armin Alibasic
In a similar way if you want to select only two last columns for example but all rows you can use:
以类似的方式，如果您只想选择最后两列，但您可以使用所有行：
print P[:,1:3]
回答by Amirreza SV
If you have lots of elements in a column:
如果一列中有很多元素：
import numpy as np
np_mat = np.array([[1, 2, 2],
[3, 4, 5],
[5, 6, 5]])
np_mat[:,2] = np_mat[:,2] * 3
print(np_mat)
It is making a multiplied by 3 change in third column:
它在第三列中进行了乘以 3 的更改：
[[ 1 2 6]
[ 3 4 15]
[ 5 6 15]]
