ndarray索引和切片

索引

使用下标获取数组元素。
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
1.获取所有元素
print(arr)，获取所有元素。
2.获取某一行元素
print(arr[2])，获取2行的元素。
3.获取某一个元素
print(arr[2][0]) or print(arr[2, 0])，获取2行0列的元素(即7)。
4.布尔型索引

names = ['a', 'b', 'c']
values = [[1, 2], [2, 3], [4, 5]]
print(names=='b')
print(values[names=='b'])

得到：

可以看出，names=='b'输出一个布尔型的数组，names数组中等于’b’的元素的位置为True,否则为False。而values[names=='b']，当values数组的行数与names数组的列数相等时，按照布尔值输出True的行；如果不相等，会报错。
e.g.

print(names!='b')
print(values[~(names=='b')])

得到：

5.花式索引
即利用整数数组进行索引。

arr = np.arange(32).reshape(8, 4)
print(arr)

得到：

(1) print(arr[[1, 3, 5, 7]])，得到从上往下数1、3、5、7行(即第2、4、6、8行)：

(2) print(arr[-1, -3, -5, -7])，得到从下往上数第1、3、5、7行：
(3) print(arr[[1, 3, 5, 7], [0, 1, -2, 3]])，得到位于(1,0)、(3,1)、(5,-1)、(7,3)位置的元素一元数组：

(4) print(arr[[1, 3, 5, 7]][:, [0, 3, 1, 2]])，得到：
第一个[ ]中的[1, 3, 5, 7]指向行，第二个[ ]中的:指向所有列，然后按[0, 3, 1, 2]的顺序依次取列值。

分片

和列表相似，使用冒号 : 进行分片。
1.批量赋值：

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9]);
arr[5:8] = 12;	#区间为左闭右开
print(arr)
arr[5:8] = [1, 2, 3]
print(arr)

得到：

此处对数组进行的修改都是对其原始数组元素值的修改，numpy数组不另外copy数组副本来应对数据更改。
2.复制数组
arr[x:y].copy() ，复制分片数组；arr.copy()，复制数组。
3.多维度取值
arr = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
(1)取一个维度的切片：print(arr[:2])，得到：

(2)多维度切片：print(arr[:2, 1:])，得到：