Numpy的数组索引剖析！

我总结了一下Numpy中关于数组的几个常见索引情况：

1. a[ x ] [ y ] = a[x, y ]–选择位置是x行y列的单个元素。

   arr = np.arange(25).reshape((5,5))
   print(arr)
   print(arr[0][2])
   print(arr[0,2])
   
   
   [[ 0  1  2  3  4]
    [ 5  6  7  8  9]
    [10 11 12 13 14]
    [15 16 17 18 19]
    [20 21 22 23 24]]
   2
   2
   

2. a [ [x, y , z ] ]—选择行位置为x，y，z的数组。

   arr = np.arange(25).reshape((5,5))
   print(arr)
   print(arr[[0,2,4]])
   
   
   [[ 0  1  2  3  4]
    [ 5  6  7  8  9]
    [10 11 12 13 14]
    [15 16 17 18 19]
    [20 21 22 23 24]]
   
   [[ 0  1  2  3  4]
    [10 11 12 13 14]
    [20 21 22 23 24]]
   

3. a[ x, [y1 , y2 , y3] ]–选择x行的y1,y2,y3列

   arr = np.arange(25).reshape((5,5))
   print(arr)
   print(arr[1,[0,2,4]])
   
   
   [[ 0  1  2  3  4]
    [ 5  6  7  8  9]
    [10 11 12 13 14]
    [15 16 17 18 19]
    [20 21 22 23 24]]
   [5 7 9]
   

4. a[ [x1, x2, x3 ], [y1, y2, y3 ] ] = a[x1,y1] , a[x2, y2], a[x3, y3]

   arr = np.arange(25).reshape((5,5))
   print(arr)
   print(arr[[1,2,4],[0,2,4]])
   
   
   [[ 0  1  2  3  4]
    [ 5  6  7  8  9]
    [10 11 12 13 14]
    [15 16 17 18 19]
    [20 21 22 23 24]]
   [ 5 12 24]
   

5. a[ [x1,x2,x3 ] [ y1,y2] ] – 选出[x1,x2,x3]中的第y1,y2行 （注意和情况4的区别！！！）

   arr = np.arange(25).reshape((5,5))
   print(arr)
   print(arr[[1,2,4][2]])
   
   
   [[ 0  1  2  3  4]
    [ 5  6  7  8  9]
    [10 11 12 13 14]
    [15 16 17 18 19]
    [20 21 22 23 24]]
   [20 21 22 23 24]
   

6. a[ [x1,x2,x3 ] ] [ y ] – 选出[x1,x2,x3]中的第y行

   arr = np.arange(25).reshape((5,5))
   print(arr)
   print(arr[[1,2,4]][1])
   
   [[ 0  1  2  3  4]
    [ 5  6  7  8  9]
    [10 11 12 13 14]
    [15 16 17 18 19]
    [20 21 22 23 24]]
   [10 11 12 13 14