《Python数据分析》一2.9 基于位置列表的索引方法

本节书摘来自异步社区《Python数据分析》一书中的第2章，第2.9节，作者【印尼】Ivan Idris，更多章节内容可以访问云栖社区“异步社区”公众号查看

2.9 基于位置列表的索引方法

下面利用ix_()函数将莱娜照片中的像素完全打乱。注意，本例中的代码没有提供注释。完整的代码请参考本书代码包中的ix.py文件。

import scipy.misc

import matplotlib.pyplot as plt

import numpy as np

lena = scipy.misc.lena()

xmax = lena.shape[0]

ymax = lena.shape[1]

def shuffle_indices(size):

 arr = np.arange(size)

 np.random.shuffle(arr)

 return arr

xindices = shuffle_indices(xmax)

np.testing.assert_equal(len(xindices), xmax)

yindices = shuffle_indices(ymax)

np.testing.assert_equal(len(yindices), ymax)

plt.imshow(lena[np.ix_(xindices, yindices)])

plt.show()

这个函数可以根据多个序列生成一个网格，它需要一个一维序列作为参数，并返回一个由NumPy数组构成的元组。

In : ix_([0,1], [2,3])

(array([[0],[1]]), array([[2, 3]]))

利用位置列表索引NumPy数组的过程如下所示。

1．打乱数组的索引。

用numpy.random子程序包中的shuffle()函数把数组中的元素按随机的索引号重新排列，使得数组产生相应的变化。

def shuffle_indices(size):

 arr = np.arange(size)

 np.random.shuffle(arr)

 return arr

2．使用下面的代码画出打乱后的索引。

plt.imshow(lena[np.ix_(xindices, yindices)])

3．莱娜照片的像素被完全打乱后，变成图2-6所示的样子。

关于 Python 列表操作，最常见问答Top10 列表是最常用的数据类型之一，本文整理了 StackOverflow 上关于列表操作被访问最多的10个问答，如果你在开发过程中遇到这些问题，不妨先思考一下如何解决。
【python进阶】你真的懂元组吗？不仅是“不可变的列表” 在学习python的过程中，我们对元组的第一印象就是”不可变的列表“，但其还有很多隐藏功能等待我们使用，本文带你一起解锁元组新玩法，打通python进阶的大门。
异步社区 异步社区(www.epubit.com)是人民邮电出版社旗下IT专业图书旗舰社区，也是国内领先的IT专业图书社区，致力于优质学习内容的出版和分享，实现了纸书电子书的同步上架，于2015年8月上线运营。公众号【异步图书】，每日赠送异步新书。