numpy的切片和索引细节

1、索引小细节1

如果使用两个参数来进行索引，如 [2:7]，那么则提取两个索引(不包括停止索引)之间的项。还需要注意的是数组下标是从0开始的，与MATLAB语言不同。

例子

import numpy as np
a = np.arange(10) #[0 1 2 3 4 5 6 7 8 9]
print(a[2:])

output：
[2  3  4]

2、索引切片小细节2

多维数组的索引和切片

arr = 
[
[1,2,3],#表示arr[0]
[3,4,5],
[4,5,6]
]

output arr[2]:
[ 4 5 6]

3、索引切片小细节3

np.ix_函数，用于创建用于选择数组中特定行和列的索引组合

例子

import numpy as np

# 创建一个 32 个元素的数组并重塑为 8x4 的二维数组
x = np.arange(32).reshape((8, 4))

# 使用 np.ix_ 创建索引数组，并选择特定的行和列
result = x[np.ix_([1, 5, 7, 2], [0, 3, 1, 2])]

print(result)

这段代码创建了一个包含 0 到 31 的数组，然后将其重塑为 8 行 4 列的二维数组 x。数组 x 的内容如下：

[[ 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 25 26 27]
 [28 29 30 31]]

np.ix_ 函数生成用于选择指定行和列的索引数组。具体来说：
[1, 5, 7, 2] 指定行索引。
[0, 3, 1, 2] 指定列索引。
np.ix_([1, 5, 7, 2], [0, 3, 1, 2]) 生成两个二维数组，用于组合选择元素：
行索引数组：

[[1]
 [5]
 [7]
 [2]]

列索引数组：

[[0 3 1 2]]

选择元素：
使用上述行和列索引数组，选择 x 中的元素：

x[1, 0] -> 4
x[1, 3] -> 7
x[1, 1] -> 5
x[1, 2] -> 6
x[5, 0] -> 20
x[5, 3] -> 23
x[5, 1] -> 21
x[5, 2] -> 22
x[7, 0] -> 28
x[7, 3] -> 31
x[7, 1] -> 29
x[7, 2] -> 30
x[2, 0] -> 8
x[2, 3] -> 11
x[2, 1] -> 9
x[2, 2] -> 10```
## 最后的输出
[[ 4  7  5  6]
 [20 23 21 22]
 [28 31 29 30]
 [ 8 11  9 10]]