Numpy花式索引

花式索引

切片

import numpy as np

a = np.arange(10)
print("a:{}".format(a))
print("a[2:7:2]结果:{}".format(a[2:7:2]))

结果：

a:[0 1 2 3 4 5 6 7 8 9]
a[2:7:2]结果:[2 4 6]

解析：

• 索引范围是2到7(不包含7)
  
• 切片步长是2
• 最终结果：
  

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = a[1:3, 0:2]
print("a:{}".format(a))
print("b:{}".format(b))

结果：

a:[[1 2 3]
 [4 5 6]
 [7 8 9]]
b:[[4 5]
 [7 8]]

解析：

索引

import numpy as np

a = np.arange(10, 20)
print("a:{}".format(a))
print("a[[1, 3, 6, 8]]结果：{}".format(a[[1, 3, 6, 8]]))

结果：

a:[10 11 12 13 14 15 16 17 18 19]
a[[1, 3, 6, 8]]结果：[11 13 16 18]

解析：

• 逐个索引取数据
  
• 最终结果：
  

高级索引

import numpy as np

x = np.array([[1, 2], [3, 4], [5, 6]])
y = x[[0, 2, 0], [0, 1, 1]]
print("x:{}".format(x))
print("y:{}".format(y))

结果：

x:[[1 2]
 [3 4]
 [5 6]]
y:[1 6 2]

解析：

• 按照索引值定位子元素
  
• 在上一步的基础上进一步定位
  
• 最终结果：
  

import numpy as np

x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])
print('我们的数组x：')
print(x)
print('\n')
rows = [[0, 0], [3, 3]]
cols = [[0, 2], [0, 2]]
y = x[rows, cols]
print('这个数组的四个角元素是：')
print(y)

我们的数组x：
[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]]


这个数组的四个角元素是：
[[ 0  2]
 [ 9 11]]

解析：

• 按索引位逐个取值
  
• 最终结果：