NumPy数组（二）- 数组的索引和切片

##1. 基础知识 ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。

ndarray [start:stop:step] start:表示数组切片的起始下标 stop:表示数组切片的结束下标 step:表示数组切片的步长 注意：冒号 : 的解释：如果只放置一个参数，如 [2]，将返回与该索引相对应的单个元素。如果为 [2:]，表示从该索引开始以后的所有项都将被提取。如果使用了两个参数，如 [2:7]，那么则提取两个索引(不包括停止索引)之间的项

import numpy as np
data1 = np.array([1,2,3,4,5,6,7,8,9])
print('data1的前四项为：',data1[0:4])       #返回下标为0到下标为4的前一项，索引不包括停止索引项
print('逆序输出数组元素：',data1[::-1])      #逆向输出数组data1中的元素
print('以步长为2输出0到0的元素：',data1[0:8:2])     #返回从下标为0到下标为8的前一项，且步长为2
print('输出data1中第一项之后的元素：',data1[1:])        #返回下标为1后的所有元素，包括下标为1的元素
复制代码

代码运行截图

##2. 高级索引 NumPy 比一般的 Python 序列提供更多的索引方式。除了之前看到的用整数和切片的索引外，数组可以由整数数组索引、布尔索引及花式索引。

import numpy as np
data1 = np.array([1,2,3,4,5,6,7,8,9])
data2 = np.array([[1,2,3],[4,5,6],[7,8,9]])
data3 = data2[[0,1,0],[0,1,2]]     #返回data2中(0,0),(1,1),(0,2)的元素
print("data2中坐标为(0,0),(1,1),(0,2)的元素分别为：",data3)
data4 = data2[data2>2]              #布尔索引，返回data2中元素值大于2的元素
print('data2中元素大于2的元素是：',data4)
data5 = np.arange((24),dtype=int).reshape(4,6)
print('修改形状后的data5为：\n',data5)
data6 = data5[[1,2]]        #利用整数数组进行索引，返回data5中的第1，2行（针对二维数组而言）
print("二维数组中data6中第1行，第2行分别为：\n",data6)
print("一维数组中data1中第1个，第2个元素为：",data1[[0,1]])         #利用整数数组进行索引，返回data1中的第0，1个（针对一维数组而言）
复制代码

代码运行截图：

转载于:https://juejin.im/post/5c99ef20e51d4512aa5bc640