NumPy 切片和索引

ndarray对象的内容可通过索引或切片来访问、修改，与列表的切片操作一样

ndarray 数组可以基于 0 - n 的下标进行索引，可通过start:stop:step进行切片操作

import numpy as np
#一维数组
arr=np.arange(5)
x=slice(1,5,2)
print(arr[x])#[1 3]
y=arr[1:5:2]
print(y)#[1 3]
z1=arr[:5:2]
print(z1)#[0 2 4]
z2=arr[1::1]
print(z2)#[1 2 3 4]
#二维数组
arr1=np.array([[[1,2],[2,3]],[[3,4],[4,5]],[[5,6],[6,7]]])
print(arr1[::2])
# [[[1 2]
#   [2 3]]
#
#  [[5 6]
#   [6 7]]]
print(arr1[...,0])
# [[1 2]
#  [3 4]
#  [5 6]]
print(arr1[0,...])
# [[1 2]
#  [2 3]]
#print(arr1[...,0,:])表示打印第一列及剩下的所有元素

NumPy 高级索引

1 、整数数组索引

import numpy as np
arr=np.array([[[1,2],[2,3]],[[3,4],[4,5]],[[5,6],[6,7]]])
x=arr[[0,2],[1,1]]#表示获取0行2列 3行2列的元素
print(x)
# [[2 3]
#  [6 7]]
y=arr[0:2]#表示获取1,2行的元素
print(y)
# [[[1 2]
#   [2 3]]
#
#  [[3 4]
#   [4 5]]
z=arr[0:,...]
print(z)#表示获取所有元素
# [[[1 2]
#   [2 3]]
#
#  [[3 4]
#   [4 5]]
#
#  [[5 6]
#   [6 7]]]
a=arr[0:3,0]
print(a)#表示获取0,1,2行第1列的元素
# [[1 2]
#  [3 4]
#  [5 6]]

2 、布尔索引 （逻辑索引）

import numpy as np
arr=np.array([[[1,2],[2,3]],[[3,4],[4,5]],[[5,6],[6,7]]])
print(arr[arr>3])#[4 4 5 5 6 6 7]

arr1=np.array([1,2,3,4,5,np.nan])
print(arr1[~np.isnan(arr1)])#[1. 2. 3. 4. 5.]
#使用 ~（取补运算符）来过滤 NaN

arr2=np.array([1,2,3,4,5+6j])
print(arr2[np.iscomplex(arr2)])#[5.+6.j]
#从数组中过滤掉非复数元素

3 、花式索引

根据索引数组的值作为目标数组的某个轴的下标来取值，花式索引跟切片不一样，它总是将数据复制到新数组中。

import numpy as np
#一维数组
arr1 = np.arange(10)
x1= arr1[[1,5]] # 使用花式索引
print(x1)
print(x1[0])
print(x1[1])
#二维数组
arr2=np.arange(16).reshape((4,4))
print(arr2[[0,1],[3,1]])#[3 5]
print(arr2[np.ix_([0,1],[3,1])])
# [[3 1]
#  [7 5]]

np.ix_() 函数就是输入两个数组，产生笛卡尔积的映射关系。

笛卡尔乘积是指在数学中，两个集合 X 和 Y 的笛卡尔积（ Cartesian product ），又称直积，表示为 X×Y ，第一个对象是 X 的成员而第二个对象是 Y 的所有可能有序对的其中一个成员。

设  A={a,b}, B={0,1,2} ，

A×B={(a, 0), (a, 1), (a, 2), (b, 0), (b, 1), (b, 2)}

B×A={(0, a), (0, b), (1, a), (1, b), (2, a), (2, b)}