Python数据分析基础：NumPy常见错误（2），整数数组索引，使用两个一维数组索引

示例1

import numpy as np
a = np.arange(20).reshape(4, 5)
print(a)
"""
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
"""
b = a[[1, 2], [3, 4]]
print(b)  # [ 8 14]

  b是想取两个数，一个坐标点(1, 2)，另一个坐标点(3, 4)，现在是索引，那物理点就是(2, 3)和(4, 5)，取出来应该是(7, 19)啊，怎么是(8, 14)？
  这种索引方式叫整数数组索引，逗号有优先级，最大的优先级看a[, ]这一级逗号，前后分为行与列，所以[1, 2]都是行索引， [3, 4]都是列索引，对应的点，组合一下，分别是索引(1, 3)和(2, 4)。第二行第四列可不就是8，第三行第五列可不就是14。

示例2

import numpy as np
a = np.arange(12).reshape(3, 4)
"""
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
"""
b1 = np.array([False, True, True])
b2 = np.array([True, False, True, False])
print(a[b1, b2])  # [ 4 10]

  用两个一维数组当索引？布尔索引是吧，是。怎么搞？
  先单独切吗？

print(a[b1])  # 只应用b1
"""
[[ 4  5  6  7]
 [ 8  9 10 11]]
"""
print(a[:, b2])  # 只应用b2
"""
[[ 0  2]
 [ 4  6]
 [ 8 10]]
"""

  再怎么搞？形状不一样也没法摞起来取交集。取相同元素吗？那8也应该有啊？看来不是。
  是不是把逻辑值运算一下？

b1 = np.array([False, True, True])
b2 = np.array([True, False, True, False])
c = pd.DataFrame(index=b1, columns=b2, dtype=bool)
for i1, i in enumerate(c.index):
    for j1, j in enumerate(c.columns):
        c.iloc[i1, j1] = i & j
"""
       True   False  True   False
False  False  False  False  False
True    True  False   True  False
True    True  False   True  False
"""

  是把交叉点上显示True的数取出吗？不对，有4个True，正确结果只有2个数啊。
  注意：布尔索引只对应，不运算！只对应，不运算！只对应，不运算！
  如何对应？
  看看b1中True现出的位置：[1, 2]；
  看看b2中True现出的位置：[0, 2]；
  整数数组索引有了：a[[1, 2], [0, 2]]。
  这就简单了，取两个数，一个数的索引坐标是(1, 0)，取到4；另一个数的索引坐标是(2, 2)，取到10。