numpy 索引及切片

基本索引及切片

一维数组

import numpy
a = numpy.arange(0,20)
print(a)
print(a[4])
print(a[4:10])

二维数组

import numpy
b = numpy.arange(0,16).reshape(4,4)
print(b)
print(b[2]) # 切片为下一维度的一个元素，所以是一维数组
print(b[2][1]) # 二次索引，得到一维数组中的一个值
print(b[2,1]) # 切片数组中的第3行第2列,与二次索引类似 → 9
print(b[1:3]) # 切片为两个一维数组组成的二维数组
print(b[0:2,1:]) # 切片数组中的1,2行、2,3,4列 → 二维数组

三维数组

import numpy
c = numpy.arange(0,12).reshape(3,2,2) # 3个3行2列数组
print(c)
print(c[2]) # 三维数组的下一个维度的第三个元素 → 一个二维数组
# 三维数组的下一个维度的第三个元素下的第一个元素 → 一个一维数组
print(c[2][0])
# 三维数组的下一个维度的第三个元素下的第一个元素下的第二个元素 → 一个值
print(c[2][0][1])

布尔型索引及切片

ar[i,:] = ar[i]（简单书写格式）
使用布尔型的矩阵去做筛选

import numpy
a = numpy.arange(0,12).reshape(3,4)
print(a)
b = numpy.array([True,False,True])
c = numpy.array([True,False,True,False])
print(a[b,:]) # 保留第1,3行
print(a[:,c]) # 保留第1,3列

print(a > 5) # 获得布尔型数组
print(a[a > 5]) # 获得符合条件的值

数组索引及切片值的更改、复制

import numpy
# 一个标量赋值给一个索引/切片时，会自动改变/传播原始数组
a = numpy.arange(0,10)
print(a)
a[5] = 100
a[7:9] = 200
print(a)

# 复制
b = a.copy()
b[7:9] = 300
print(a) # a数组不受影响
print(b) # b数组的数值受到更改