numpy多维数组索引浅谈

numpy多维数组索引

切片索引

python的numpy中的多维数组，有时候需要定位到数组中的某些区域元素的位置。

• 一维

一维数组很简单，我们可以直接指定索引，或者使用切片索引。

比如: data[0]，这时候输出单个具体数值，没有维度

data[:3]，这时候输出一个一维的子数组

• 二维

二维数组也不难理解

data[0,1] 定位一个指定的具体数值，没有维度

data[0,:]定位一维数组

data[:,:] 定位二维数组

• 三维

三维数组有些难以理解，之前遇到的三维数组有点蒙圈，现在重点理解一下。

比如现在创建一个三维数组

1 2 3 4 5 6 7 8 9

array([[[ 0,  1,  2],         [ 3,  4,  5],         [ 6,  7,  8]],        [[ 9, 10, 11],         [12, 13, 14],         [15, 16, 17]],        [[18, 19, 20],         [21, 22, 23],         [24, 25, 26]]])

data[:,:,1] 会定位输出一个二维数组，具体怎么输出这个二维数组呢，我们把第一列的索引看作第一维，第二列索引看作第二维，第三列索引看作第三维，第三维是个确定的索引，所以我们的第三维数组将会降维的一个具体的值，最后得到的二维数组将会是第一维和第二维组成的一个二维数组。

1 2 3

array([[ 1,  4,  7],        [10, 13, 16],        [19, 22, 25]])

同理data[:,1,1]会定位输出一个一维数组，他的输出是：

1	array([ 4, 13, 22])

四维

四维和三维类似，具体到哪个维度的索引我们就降维哪一维

来源：微点阅读   https://www.weidianyuedu.com