多维数组的索引与切片_Numpy多维数组索引与切片详解

作者：Zarten

简介： 互联网一线工作者，尊重原创并欢迎评论留言指出不足之处，也希望多些关注和点赞是给作者最好的鼓励 ！

概述

numpy中多维数组的索引与切片跟python中的列表类似，但最大的区别是，数组切片是原始数组的视图，也就是说对视图上的修改直接会影响到原始数组，因为numpy的主要是处理大数据，如果每次切片都进行一次复制，那对性能和内存是相当大的考验。

索引及切片

1.一维数组的索引及切片

一维数组索引

这个python的列表差不多

import numpy as np

zarten = np.array([1,2,3,4,5])

print(zarten[2])

一维数组切片

import numpy as np

zarten = np.array([1,2,3,4,5])

print(zarten[1:3])

修改

对索引和切片的修改会直接映射到原数组。

下面的所有的索引和切片的修改都会映射到原数组，下面的讲解将不再阐述。

import numpy as np

zarten = np.array([1,2,3,4,5])

zarten[4] = 999

zarten[1:3] = 888

print(zarten)

2.多维数组的索引及切片

<