Numpy数组高级索引

介绍

菜鸟教程参考：
NumPy 切片和索引
Numpy高级索引

示例

在 Python 中，NumPy 提供了强大的多维数组索引功能。以下是一些示例：

使用多维数组作为索引

示例 1：整数数组索引

你可以使用一个多维整数数组来索引另一个数组。例如：

import numpy as np

x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])
rows = np.array([[0, 0], [3, 3]])
cols = np.array([[0, 2], [0, 2]])
y = x[rows, cols]
print(y)  # 输出: [[ 0  2]
          #       [ 9 11]]

示例 2：布尔数组索引

你可以使用布尔数组来索引多维数组。例如：

import numpy as np

x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])
mask = x > 5
print(x[mask])  # 输出: [ 6  7  8  9 10 11]

示例 3：花式索引

花式索引允许你使用多个数组来索引多维数组。例如：

import numpy as np

x = np.arange(32).reshape((8, 4))
print(x[np.ix_([1, 5, 7, 2], [0, 3, 1, 2])])
# 输出:
# [[ 4  7  5  6]
#  [20 23 21 22]
#  [28 31 29 30]
#  [ 8 11  9 10]]