1. 索引及切片

（1）通过下标以及内置函数进行索引切片

（2）使用冒号分隔参数进行切片索引

（3）对部分元素进行索引并切片

（4）对多维数组进行索引切片

2. 高级索引

（1）整数数组索引

（2）布尔索引

（3）花式索引

1. 索引及切片

数组中的元素可以通过索引以及切片的手段进行访问或者修改，和列表的切片操作一样。

下面直接使用代码进行实现，具体操作方式以及意义以代码注释为准：

（1）通过下标以及内置函数进行索引切片

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as npa = np.arange(10)#创建一个从0-9的一维数组
print(a)
i = slice(2, 7, 2)#从2开始到7结束，每隔1个元素进行索引，即start为1，stop为7，step为2
print(a[i])

得到的输出如下：

（2）使用冒号分隔参数进行切片索引

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as npa = np.arange(10)#创建一个从0-9的一维数组
print(a[2:7:2])#将起始、结束、步长使用冒号进行分割，表示索引切片

得到的输出如下：

（3）对部分元素进行索引并切片

a. 切取中间的一段

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as npa = np.arange(10)#创建一个从0-9的一维数组
print(a[2:5])#从2-5进行切片

得到输出如下：

b. 切取某一个元素后的全部

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as npa = np.arange(10)#创建一个从0-9的一维数组
print(a[3:])#从3开始进行打印，直到打印完整个数组

得到输出如下：

（4）对多维数组进行索引切片

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as npb = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print('从数组索引a[2:]处开始切片：')
print(b[2:])
print('数组第二列进行切片：')
print(b[..., 2])
print('数组第二行进行切片：')
print(b[2, ...])
print('从第二列开始切片：')
print(b[..., 1:])

得到输出如下：

2. 高级索引

（1）整数数组索引

"""
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('对数组(1，1)和(0，0)处的元素进行索引切片：')
print(c)

得到输出如下：

（2）布尔索引

通过一个布尔数组来索引目标数组，布尔数组可以通过布尔运算得到符合条件的数组元素。

如下我们可以提取一个数组中不小于5的数：

"""
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('数组中不小于5的数如下：')
print(a[a >= 5])

得到输出如下：

（3）花式索引

花式索引指的是利用整数数组进行索引。花式索引根据索引数组的值作为目标数组的某个轴的下标来取值。对于使用一维整型数组作为索引，如果目标是一维数组，那么索引的结果就是对应下标的行，如果目标是二维数组，那么就是对应位置的元素。花式索引跟切片不一样，它总是将数据复制到新数组中。

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as npx = np.arange(32).reshape((8, 4))
print('生成的数组为：')
print(x)
print('传入顺序索引数组：')
print(x[[4, 2, 1, 7]])
print('传入倒序索引数组：')
print(x[[-4, -2, -1, -1]])
print('传入多个索引数组：')
print(x[np.ix_([1, 5, 7, 2], [0, 3, 1, 2])])#输出的是两个向量不同维度组合的值

得到输出如下：

Python 科学计算库 Numpy (二) —— 索引及切片相关推荐

一文带你熟悉简单实用的Python科学计算库NumPy
Python科学计算库NumPy 安装数组的创建 array创建 **arange** 创建 **随机数创建** 方法numpy.random.random(size=None) 方法numpy.r ...
Python 科学计算库 Numpy 准备放弃 Python 2 了
Numpy 是 Python 的一个科学计算库,提供了矩阵运算的功能,一般与 Scipy.matplotlib 一起使用. 今天 Numpy 的 GitHub 主页上发文称,Numpy 库准备从 20 ...
python科学计算库numpy和绘图库PIL的结合,素描图片(原创)
# 导入绘图库 from PIL import Image #导入科学计算库 import numpy as np #封装一个图像处理工具类 class TestNumpy(object):def p ...
Python 科学计算库 Numpy（一）—— 概述
目录一 Numpy(Numerical Python) 1. Numpy 是什么 2. Numpy 的主要用途二 Numpy 数组 VS Python 列表三 Numpy 数据类型和属性 1. ...
01、python数据分析与机器学习实战——Python科学计算库-Numpy
深度学习--学习目录 NumPy介绍 NumPy系统是Python的一种开源的数值计算扩展. 这种工具可用来存储和处理大型矩阵, 比Python自身的嵌套列表(nested list structur ...
Python科学计算库numpy中的add运算
闲言碎语不多讲,直接上代码. >>> import numpy as np >>> np.add.accumulate([1,2,3]) # 累加 array([1 ...
唐宇迪学习笔记1：Python环境安装、Pytho科学计算库——Numpy
目录一.AI数据分析入门 1.案例来源 2.Python环境配置(Python3) Python的安装 Python库安装工具 Jupyter Notebook 二.Python科学计算库--Nu ...
numpy不用科学记数发 python_Python科学计算库Numpy常用的函数使用
林小森博客: Python科学计算库Numpy常用的函数使用 - 林小森www.linxiaosen.com Numpy具有强大的计算功能,本文介绍Numpy常用的函数,可以有效的提高工作效率. 首 ...
python矩阵运算法则_导数与梯度、矩阵运算性质、科学计算库numpy
一.实验介绍 1.1 实验内容虽然在实验一中我想尽量少的引入(会让人放弃继续学习的)数学概念,但我似乎还是失败了.不过这几乎是没有办法的事,要想真正学会深度学习,没有一定的数学基础(高等数学.线性代 ...

Python 科学计算库 Numpy (二) —— 索引及切片

1. 索引及切片

（1）通过下标以及内置函数进行索引切片

（2）使用冒号分隔参数进行切片索引

（3）对部分元素进行索引并切片

（4）对多维数组进行索引切片

2. 高级索引

（1）整数数组索引

（2）布尔索引

（3）花式索引

Python 科学计算库 Numpy (二) —— 索引及切片相关推荐

最新文章

热门文章