目錄

1. 索引及切片

（1）通過下標以及內置函數進行索引切片

（2）使用冒號分隔參數進行切片索引

（3）對部分元素進行索引并切片

（4）對多維數組進行索引切片

2. 高級索引

（1）整數數組索引

（2）布爾索引

（3）花式索引

---

1. 索引及切片

數組中的元素可以通過索引以及切片的手段進行訪問或者修改，和列表的切片操作一樣。

下面直接使用代碼進行實現，具體操作方式以及意義以代碼注釋為準：

（1）通過下標以及內置函數進行索引切片

""" Author:XiaoMa date:2021/12/30 """ import numpy as npa = np.arange(10)#創建一個從0-9的一維數組 print(a) i = slice(2, 7, 2)#從2開始到7結束，每隔1個元素進行索引，即start為1，stop為7，step為2 print(a[i])

得到的輸出如下：

（2）使用冒號分隔參數進行切片索引

""" Author:XiaoMa date:2021/12/30 """ import numpy as npa = np.arange(10)#創建一個從0-9的一維數組 print(a[2:7:2])#將起始、結束、步長使用冒號進行分割，表示索引切片

得到的輸出如下：

（3）對部分元素進行索引并切片

a. 切取中間的一段

""" Author:XiaoMa date:2021/12/30 """ import numpy as npa = np.arange(10)#創建一個從0-9的一維數組 print(a[2:5])#從2-5進行切片

?得到輸出如下：

b. 切取某一個元素后的全部

""" Author:XiaoMa date:2021/12/30 """ import numpy as npa = np.arange(10)#創建一個從0-9的一維數組 print(a[3:])#從3開始進行打印，直到打印完整個數組

得到輸出如下：

（4）對多維數組進行索引切片

""" Author:XiaoMa date:2021/12/30 """ import numpy as npb = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print('從數組索引a[2:]處開始切片：') print(b[2:]) print('數組第二列進行切片：') print(b[..., 2]) print('數組第二行進行切片：') print(b[2, ...]) print('從第二列開始切片：') print(b[..., 1:])

得到輸出如下：

2. 高級索引

（1）整數數組索引

""" Author:XiaoMa date:2021/12/30 """ import numpy as npb = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) c = b[[1, 0], [1, 0]] print('對數組(1，1)和(0，0)處的元素進行索引切片：') print(c)

得到輸出如下：

（2）布爾索引

通過一個布爾數組來索引目標數組，布爾數組可以通過布爾運算得到符合條件的數組元素。

如下我們可以提取一個數組中不小于5的數：

""" Author:XiaoMa date:2021/12/30 """ import numpy as npa = np.array([[1, 2, 3, 5], [6, 9, 2, 0], [9, 3, 2, 7]]) print('數組中不小于5的數如下：') print(a[a >= 5])

得到輸出如下：

（3）花式索引

花式索引指的是利用整數數組進行索引?；ㄊ剿饕鶕?span style="color:#fe2c24;">索引數組的值作為目標數組的某個軸的下標來取值。對于使用一維整型數組作為索引，如果目標是一維數組，那么索引的結果就是對應下標的行，如果目標是二維數組，那么就是對應位置的元素。花式索引跟切片不一樣，它總是將數據復制到新數組中。

""" Author:XiaoMa date:2021/12/30 """ import numpy as npx = np.arange(32).reshape((8, 4)) print('生成的數組為：') print(x) print('傳入順序索引數組：') print(x[[4, 2, 1, 7]]) print('傳入倒序索引數組：') print(x[[-4, -2, -1, -1]]) print('傳入多個索引數組：') print(x[np.ix_([1, 5, 7, 2], [0, 3, 1, 2])])#輸出的是兩個向量不同維度組合的值

得到輸出如下：

總結

以上是生活随笔為你收集整理的Python 科学计算库 Numpy (二) —— 索引及切片的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。