NumPy 切片和索引

NumPy 切片和索引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 npa = np.arange(10)s = slice(2,7,2)





# 从索引 2 开始到索引 7 停止，间隔为2print (a[s])输出结果为：[2 4 6]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 npa = np.arange(10)b = a[2:





7:





2]





# 从索引 2 开始到索引 7 停止，间隔为 2print(b)输出结果为：[2 4 6]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 npa = np.arange(10)





# [0 1 2 3 4 5 6 7 8 9]b = a[5]print(b)输出结果为：5实例import numpy as npa = np.arange(10)print(a[2:





])输出结果为：[2 3 4 5 6 7 8 9]实例import numpy as npa = np.arange(10)





# [0 1 2 3 4 5 6 7 8 9]print(a[2:





5])输出结果为：[2 3 4]多维数组同样适用上述索引提取方法：实例import numpy as npa = 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:





])输出结果为：[[1 2 3] [3 4 5] [4 5 6]]从数组索引 a[1:





] 处开始切割[[3 4 5] [4 5 6]]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 npa = 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输出结果为：[2 4 5][3 4 5][[2 3] [4 5] [5 6]]