Numpy数组索引与切片、高级索引

有一些numpy中索引结果时候不太理解的地方，以后可以多多熟悉，熟悉后加以运用。

• 索引第二列元素
• 索引第二行元素
• 索引第二列之后的剩下所有元素

import numpy as np
 
a = np.array([[1,2,3],[3,4,5],[4,5,6]])  
print (a[...,1])   # 第2列元素
print (a[1,...])   # 第2行元素
print (a[...,1:])  # 第2列及剩下的所有元素

整数数组的索引
以下实例获取数组中(0,0)，(1,1)和(2,0)位置处的元素。
这个地方行和列分别用了两个矩阵进行保存

import numpy as np 
 
x = np.array([[1,  2],  [3,  4],  [5,  6]]) 
y = x[[0,1,2],  [0,1,0]]  
print (y)

输出结果

[1  4  5]

以下实例获取了 4X3 数组中的四个角的元素。 行索引是 [0,0] 和 [3,3]，而列索引是 [0,2] 和 [0,2]。
四个角的元素是 [0,0] [0,2] [3,0] [3,2]

这里刚开始有一个不理解的地方是，为什么行、列分成了两个数组，如果这样分开的话，输出的结果也会是两个数组。
如果写在一起，是一个一维数组的输出。

import numpy as np 
 
x = np.array([[  0,  1,  2],[  3,  4,  5],[  6,  7,  8],[  9,  10,  11]])  
print ('我们的数组是：' )
print (x)
print ('\n')
rows = np.array([[0,0],[3,3]]) 
cols = np.array([[0,2],[0,2]]) 
y = x[rows,cols]  
print  ('这个数组的四个角元素是：')
print (y)

输出结果

我们的数组是：
[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]]

这个数组的四个角元素是：
[[ 0  2]
 [ 9 11]]