numpy 基础2

1、切片

• 一维切片    
  • array = np.arange(10)
    array[2:5]
• 二维切片 

 

• 三维切片
• 
•  numpy高级索引：
• 数组索引
• 
•  #如果索引数组具有匹配的形状，并且索引数组的每个维度都有一个索引数组，则结果数组具有与索引数组相同的形状，并且值对应于每个索引的索引集在索引数组中的位置。
• y = x[[5,1,2], [0,1,0]] #->（5,0）（1,1）（2,0）
• 

 

 

•  剩余轴索引，b[i,...]，三个点（ ... ）表示产生完整索引元组所需的冒号：
  • x[1,2,...] 相当于 x[1,2,:,:,:]，
  • x[...,3] 等效于 x[:,:,:,:,3]
  • x[4,...,5,:] 等效于 x[4,:,:,5,:]。

 

 布尔索引：

 给一个条件，对元素进行筛选。

• 索引数组与切片组合
  • 布尔数组与切片组合

a = np.arange(12).reshape(3,4)

print('a',a)

b1 = np.array([False,True,True])  # first dim selection

b2 = np.array([True,False,True,False]) # second dim selection

a [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

a[b1,:]

array([[ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

a[:,b2]

array([[ 0,  2],
       [ 4,  6],
       [ 8, 10]])

 True代表有,False代表无