PY自学笔记——Numpy基础 花式索引

• 花式索引

---

花式索引

普通索引：

索引为具体的一个数值，或者切片访问

一般为连续分布或者通过设置步长有规律连续分布

花式索引：

一次性访问数组中的多个元素

可以没有规律

例子1

arr = np.array([15,36,78,20,100,66,30,20,33,40,18])


fancy_array = arr[[0,3,5,5,7]]

#或者可以这样
#改成列表保存索引
index =[0,3,5,5,7]  
fancy_array  = arr[index]


array([15, 20, 66, 66, 20])

例子2

二维数组

c = np.arange(0,12).reshape(3,4)
array([[ 0,  1,  2,  3],
             [ 4,  5,  6,  7],
             [ 8,  9, 10, 11]])


c[[0,1,2]]

array([[ 0,  1,  2,  3],
             [ 4,  5,  6,  7],
             [ 8,  9, 10, 11]])


c[[0,1,2],[1,2,3]]


array([ 1,  6, 11])

想要读取某一个元素，必须要指定行列两个参数

如果只给一维坐标，默认就是行索引

ndarray 的切片是共享原数据存储空间

对切片局部更改操作，会影响整体数据

花式索引

与切片不同，花式索引会将数据赋值到一个新的数组中

对另一个数组的改动，不会影响初始数据

arr = np.arange(0,20).reshape(4,5)

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19]])

row= np.array([0,3,1])
#对应的是具体行号索引

col = np.array([1,0,1,0,1],dtype=bool)
#对应的是需要哪个位置的值，哪个就是1

arr[row,col]

array([ 0, 17,  9])