numpy操作数组

切片与索引

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。

    实例

import numpy as np

a = np.arange(10)

s = slice(2 ,7,2)           # 从索引 2 开始到索引 7 停止，间隔为2

print (a[s])

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：

实例

import numpy as np

a = np.arange(10) 

b = a[2:7:2]   # 从索引 2 开始到索引 7 停止，间隔为 2

print(b)

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。

实例

import numpy as np

a = np.arange(10)  # [0 1 2 3 4 5 6 7 8 9]

b = a[5]

print(b)

import numpy as np

a = np.arange(10)

print(a[2:])

多维数组同样适用上述索引提取方法

•实例

• import numpy as np

•

• a = np.array([[1,2,3],[3,4,5],[4,5,6]])

• print(a)

• # 从某个索引处开始切割

• print('从数组索引 a[1:] 处开始切割')

• print(a[1:])

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。

• 实例

• import numpy as np

•

• a = np.array([[1,2,3],[3,4,5],[4,5,6]]) 

• print (a[...,1])   # 第2列元素

• print (a[1,...])   # 第2行元素

• print (a[...,1:])  # 第2列及剩下的所有元素