Numpy的切片与索引

Numpy的切片与索引

ndarray对象内容可以通过索引或切片来访问和修改。
索引方法类型：字段访问；基本切片；高级索引。

存取元素

• Numpy数组元素的存取方法和Python序列型数据的索引切片方法相同。

>>>import numpy as np
>>>a=np.arange(10)
>>>a

a[5]   #用整数作为下标可以获取数组中的某个元素

a[3:5]      #用范围作为下标可以获取数组的一个切片，包括a[3]不包括a[5]

a[:-1]

a[2:4]=100,101          #下标可用于修改元素的值
a

print(a[1:-1:2])

• 和python的列表序列不同，通过下标范围获取的新的数组是原始数组的一个视图，它与原始数组共享一块数据空间。

print(a)
b=a[3:7]
print(b)
b[2]=-10      #将b的第二个元素修改为-10
print(b)
print(a)

s=[3,2,1,5,6,7,8,9]
t=s[1:5]
t[0]=999
print(t)
print(s)

数据的“深浅拷贝”

存取元素中的“浅拷贝”与“深拷贝”

• 整数序列
  当使用整数序列对数组元素进行存取时，将整数序列中的每个元素作为下标，整数序列可以是列表或者数组。使用整数序列作为下标获得的数组不和原始数组共享数据空间。

>>>x=np.arange(10,1,-1)
>>>x
array([10,  9,  8,  7,  6,  5,  4,  3,  2])
>>>x[[3,3,1,8]]         #获取x中下标为3,3,1,8的四个元素，组成一个新的数组
array([7, 7, 9, 2])
>>>b=x[np.array([3,3,-3,8])]
>>>b
array([7, 7, 4, 2])
>>>b[2]=100
>>>b
array([  7,   7, 100,   2])
>>>x          #x和b不共享数据空间，所以x值不变
array([10,  9,  8,  7,  6,  5,  4,  3,  2])
>>>x[[3,5,1]]=-1,-2,-3    #修改下标为3,5,1的数据为-1，-2，-3
>>>x
array([10, -3,  8, -1,  6, -2,  4,  3,  2])

• 布尔数组
  当时用布尔数组b作为下表存取数组x中的元素时，将收集数组x中所有在数组b中对应为True的元素。使用布尔数组作为下标获得的数组不和原始数组共享数据空间。这种方式只对应于布尔数组，不能使用布尔列表。

>>>x=np.arange(5,0,-1)
>>>x
array([5, 4, 3, 2, 1])
>>>x=[np.array([True,False,True,False,False])]
array([5, 3])      #布尔数组中下标为0,2的元素为True，所以取下标为0,2的元素
>>>x[np.array([True,False,True,True,False])]=-1,-2,-3
>>>x                #用布尔数组下标修改元素
array([-1,  4, -2, -3,  1])
>>>x=np.random.rand(10)    #产生一个长度为10，元素值为0-1的随机数组
>>>x
array([0.37364332, 0.22582681, 0.23391187, 0.39004449, 0.67905988,
       0.34130333, 0.5224068 , 0.54500064, 0.23887468, 0.80456742])
>>>x[x>0.5]
array([0.67905988, 0.5224068 , 0.54500064, 0.80456742])

多维数组

多维数组下标由多个值来表示，Numpy采用元组作为数组下标。
多维数组同样可以使用整数序列和布尔数组进行存取。