NumPy 数组切片和索引-Python扩展程序库 -- NumPy-编程文章分享

数组索引指的是使用方括号（[]）来索引数组值。

ndarray对象的内容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。

import numpy as np

a = np.arange(10)

# 从索引 2 开始到索引 7 停止，间隔为2
s = slice(2, 7, 2) 
print(a[s]) # [2 4 6]

在上面的例子中，ndarray对象由arange()函数创建，用起始，终止和步长值2，7和2定义切片对象。当这个切片对象传递给ndarray时，会对它的一部分进行切片，从索引2到7，步长为2。

import numpy as np

a = np.arange(10)

# 从索引 2 开始到索引 7 停止，间隔为 2
b = a[2:7:2]
print(b) # [2 4 6]

由冒号分隔的切片参数(start:stop:step)提供给ndarray对象，也可以获得相同的结果。

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。

import numpy as np

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

print(a[5]) # 5

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

print(a[2:6]) # [2 3 4 5]

# 多维数组同样适用上述索引提取方法
b = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(b)
# [[1 2 3]
#  [4 5 6]
#  [7 8 9]]

# 从某个索引处开始切割
print(b[1:])
# [[4 5 6]
#  [7 8 9]]

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。

import numpy as np

a = np.array([[1, 6, 3], [6, 5, 1], [7, 6, 9]])

# 第2列元素
print(a[..., 1])  # [6 5 6]

# 第2行元素
print(a[1, ...])  # [6 5 1]

# 第2列及剩下的所有元素
print(a[..., 1:])
# [[6 3]
#  [5 1]
#  [6 9]]

NumPy 数组切片和索引

相关推荐

请登录