python切片和索引_浅析NumPy 切片和索引

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。

输出结果为：

[2 4 6]

以上实例中，我们首先通过 arange() 函数创建 ndarray 对象。 然后，分别设置起始，终止和步长的参数为 2，7 和 2。

我们也可以通过冒号分隔切片参数 start:stop:step 来进行切片操作：

输出结果为：

[2 4 6]

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。

输出结果为：

5

输出结果为：

[2 3 4 5 6 7 8 9]

输出结果为：

[2 3 4]

多维数组同样适用上述索引提取方法：

输出结果为：

[[1 2 3]

[3 4 5]

[4 5 6]]

从数组索引 a[1:] 处开始切割

[[3 4 5]

[4 5 6]]

切片还可以包括省略号 …，来使选择元组的长度与数组的维度相同。 如果在行位置使用省略号，它将返回包含行中元素的 ndarray。

输出结果为：

[2 4 5]

[3 4 5]

[[2 3]

[4 5]

[5 6]]

以上就是浅析NumPy 切片和索引的详细内容，更多关于NumPy 切片和索引的资料请关注服务器之家其它相关文章！

原文链接：https://www.runoob.com/numpy/numpy-ndexing-and-slicing.html