numpy的索引和切片（基础和高级和布尔三种使用方法）

最新推荐文章于 2023-07-05 17:25:27 发布

F濤

最新推荐文章于 2023-07-05 17:25:27 发布

阅读量733

点赞数 2

文章标签： python python 矩阵

本文链接：https://blog.csdn.net/weixin_62478198/article/details/121496103

版权

这篇博客详细介绍了numpy的索引和切片操作，包括一维和二维数组的基础、高级索引以及布尔索引。内容涵盖正向递增、反向递减索引，布尔索引的使用，以及二维数组的行和列索引。此外，还讲解了切片的用法，如一维和二维数组的基础切片以及高级切片，特别提到了元组和切片的组合使用。

摘要由CSDN通过智能技术生成

1.numpy的索引

一维数组基础索引

正向递增，反向递减

语法：np01[index]

根据索引查询：np01[index]

根据索引修改数据：np01[index]=值

np04=np.array([2,5,4,6,7,8,3,2,68,9])
print(np04[4])#7

一维数组高级索引

语法：

np01[索引数组]

np01=np.array([9,8,7,6,5,4,3,2,1,0])
print("---------高级索引----------------")
index01=np.array([1,5,8])#   索引数组==先把要求几个数的索引创建为数组 
print(np01[index01])#[8 4 1]

一维数组的布尔索引

1.利用布尔索引获取值：False:不获取 True:获取

2.和比较运算符结合使用

np01=np.array([9,-4,3,-8,2])

print("布尔索引")
index_01=np.array([False,False,True,False,False])
print(np01[index_01])#-8  
print(np01<0)
#要所有小于0的
index_02=np.array([False,False,True,False,False])
boolean_index=np01<0
print(boolean_index)#[False  True False  True False]
print(n