b=np.array([[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]])
a=b[[0,0,3,3],[0,2,0,2]]
a
这个结果与下面相同
r=np.array([[0,0],[3,3]]).reshape(4)
l=np.array([[0,2],[0,2]]).reshape(4)
s=b[r,l]
s
布尔数组索引
比如a[x>6]返回所有数组中大于6的元素
&和
|或
布尔数组的行列表示
当用两个布尔数列时本质上与坐标相似
因此,注意True的数量要相同
广播机制
广播是numpy对不同形状(shape)的数组进行数值计算的方式,对数组的算术运算通常在相应的元素上进行。如果两个数组a和b形状相同,即a.shape==b.shape为True时,那么a*b的结果就是a与b数组的对应位相乘。这要求维数相同,并且各维度的长度相同。
最简单的广播机制
当一个常数与一个array对象相乘时,这时就会触发numpy的广播机制
能否广播必须从数组的最高维向最低维看去( a x i s ↓ axis\downarrow axis↓),依次对比两个要进行运算的数组的axis的数据宽度是否相等,如果在某一个axis下,一个数据宽度为1,另一个数据宽度不为1,那么numpy就可以进行广播;但是一旦出现了在某个axis下两个数据宽度不相等,并且两者全不为1的状况,就无法广播。