对Numpy库ndarray对象

为了说明这个问题，选初始化一个矩阵B，其尺寸为两行四列三通道。
代码如下：

# !/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])
               

运行结果如下：

从其shape属性可以看出，B矩阵的尺寸的确为三通道，两行，四列。其内容如下：

目录

• 示例1：选取矩阵B的0通道
• 示例2：选取矩阵B的1通道
• 示例3：使用ndarray对象的切片 *** 作同时选取矩阵的0通道和1通道
• 示例4：选取矩阵B的第1通道的第1行
• 示例5：选取矩阵B的第1通道第1行的第1列
• 示例6：选取矩阵B的第1通道第1行的第1列到第3列
• 示例7：选取矩阵B的第1通道第0行和第1行的第1列到第3列
• 示例8：选取非连续的通道、行或列的方法
• 总结

示例1：选取矩阵B的0通道

# !/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

C = B[1]   # 选取矩阵B的0通道

运行结果如下：

示例2：选取矩阵B的1通道

# !/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

C = B[1]   # 选取矩阵B的1通道

运行结果如下：

示例3：使用ndarray对象的切片 *** 作同时选取矩阵的0通道和1通道

关于ndarray对象的切片 *** 作的更多内容，可以参考我的另一篇博文，链接如下：
https://blog.csdn.net/wenhao_ir/article/details/123034635

# !/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

D = B[0:2]  # 同时选取矩阵的第0通道和第1通道

注意：切片 *** 作的区间是左开右闭的，所以是D = B[0:2]而不是D = B[0:1]
运行结果如下：

示例4：选取矩阵B的第1通道的第1行

有两种方法可以实现这个 *** 作。
方法一：

import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

E = B[1][1]  # 选取矩阵B的第1通道的第1行的第一种方法

运行结果如下：


方法二：

import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

F = B[1, 1]  # 选取矩阵B的第1通道的第1行的第二种方法

示例5：选取矩阵B的第1通道第1行的第1列

同样有两种方法。
方法一：

import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

G = B[1][1][1]  # 选选取矩阵B的第1通道第1行的第1列的第一种方法

方法二：

import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

H = B[1, 1, 1]  # 选选取矩阵B的第1通道第1行的第1列的第二种方法

示例6：选取矩阵B的第1通道第1行的第1列到第3列

有三种方法：
方法一：

import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

J = B[1][1][1:4]  # 选取矩阵B的第1通道第1行的第1列到第3列的第一种方法

方法二：

import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

K = B[1, 1, 1:4]  # 选取矩阵B的第1通道第1行的第1列到第3列的第二种方法

方法三：
由于第三列就是最后一列，所以可下像下面这样写：

import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

L = B[1, 1, 1:]  # 选取矩阵B的第1通道第1行的第1列到第3列的第一种方法

示例7：选取矩阵B的第1通道第0行和第1行的第1列到第3列

从上面可以看出，这个其实也有很多写法，这里就只列举两种。
方法一：

import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

M = B[1, 0:2, 1:]  # 选取矩阵B的第1通道第0行和第1行的第1列到第3列

方法二：

import numpy as np

B = np.array([[[11, 12, 13, 14],
               [15, 16, 17, 18]],
              [[19, 20, 21, 22],
               [23, 24, 25, 26]],
              [[27, 28, 29, 30],
               [31, 32, 33, 34]]])

N = B[1][0:2, 1:]  # 选取矩阵B的第1通道第0行和第1行的第1列到第3列

示例8：选取非连续的通道、行或列的方法

选取非连续的通道、行或列的方法我已写在另一篇博文中，链接如下：
Python中使用元组对ndarray矩阵的某个维度进行选取和调序的 *** 作

总结

从上面的示例中我们可以总结出以下重要认识：
1 ndarray对象在数据选取时既可以用“[ ]”区分不同的维度，也可以用逗号分隔。
2 维度的顺序借用图像中维度的概念，依次为通道维度→行维度→列维度。

相关阅读：
numpy库中ndarray对象切片 *** 作的参数意义