##切片和索引的详解
##对于但惟独
##先生成一个arange 的数组
import numpy as np
arr = np.arange(10)
arr
##切取出其中的某一个某一个
arr[3]
切取出来其中的某一些 其中: 表示这个值以后的所有的都切取
arr[3:]
arr[:3] ##以上两个例子说明了在Python中,是前包后不包的取数原理
arr[3:7]
##当你想改变数组中的某些值的时候,可以直接使用企切片的形式(注意,此处的改变将会在源数据上改变)
arr[5:7] = 12
arr #查看已经发生变化
##如果你想要得到的是副本,则使用复制模式
arr[5:7].copy()
对于高纬度数组
#在一个二维数组中,各索引的位置不在是一个标量而是一个一位数组
##先生成一个二维数组
array_a = np.arange(1,19).reshape(2,3,3)
array_a
##索引对应的数组
array_a[0]
array_a[1:]
##如何索引4,5,7,8,第一个数字代表外面的维度,低2个数字代表第一个里面的第那两列
array_a[1:,:2,:2] #里面的数字依次将维进行
##花式索引
##假设有一个8x4的数组
arr = np.empty((8,4)) ##生成一个随机数组
arr
##将arr里面的数字改成整数
for i in range(8):
arr[i] =i
arr
arr[[3,0,6,7]] ##可以看出把所对应的index全部索