numpy高级索引

numpy学习专题

七、高级索引

高级索引

Numpy 比一般的python序列提供更多的索引方式。除了之前看到的用整数和切片的索引外，数组可以由整数数组索引、布尔索引 整数数组索引

获取数组中（0，0），（1，1）和（2，0）位置处的元素

import numpy as np
arr = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(arr[[0,1,2],[0,1,0]])

[1 5 7]

行索引是[0,0]和[3,3],而列索引是[0,2]和[0,2]

import numpy as np
arr = np.array([[0,1,2],[3,4,5],[6,7,8],[9,10,11]])
print(arr,"\n")
rows = np.array([[0,0],[3,3]])
cols = np.array([[0,2],[0,2]])
arr2 = arr[rows,cols]
print("数组的四角元素是：")
print(arr2)
print("\n",arr[1:3,[0,1]])

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

数组的四角元素是：
[[ 0  2]
 [ 9 11]]

 [[3 4]
 [6 7]]

布尔索引通过布尔运算（如：比较运算符）来获取符合指定条件的元素的数组

#打印大于5的元素
import numpy as np
arr = np.array([[0,1,2],[3,4,5],[6,7,8],[9,10,11]])
print(arr[arr>5])

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

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

一定要支持作者哦