Numpy | 08 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。

（1）ndarray 数组索引可以基于 0 - n 的下标进行；

（2）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1：通过下标。注意下标是从0开始

import numpy as np

a = np.arange(10)
print(a)
print(a[0])
print(a[2])

输出结果为：

　　[0 1 2 3 4 5 6 7 8 9]
　　0
　　2

实列2：通过slice进行切片

import numpy as np

a = np.arange(10)

s1 = slice(2, 7)
print(a[s1])

s2 = slice(2, 7, 2)  # 设置起始，终止和步长
print(a[s2])

输出结果为：

　　[2 3 4 5 6]
　　[2 4 6]

实例3: 通过冒号分隔切片参数 start:stop:step 来进行切片操作

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

输出结果为：

[2  4  6]

import numpy as np

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

输出结果为：

5

import numpy as np

a = np.arange(10)
print(a[2:])

输出结果为：

[2  3  4  5  6  7  8  9]

import numpy as np

a = 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

实例1: 在多维数组的切片中，使用逗号 , 区分维数。注意：冒号分隔切片不包含停止索引。

import numpy as np

a=np.arange(0,12)
a.shape=(3,4)
print(a)
print(a[0:2,1:3])

输出结果：

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[[1 2]
 [5 6]]

a[0:2,1:3]

可以把冒号左边的数看成是横坐标，右边的数看成是纵坐标，四个坐标做笛卡尔积，即取数组 a 下标是 (0,1),(0,2),(1,1),(1,2) 四个位置的数。

实例2

import numpy as np

a = 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]]

实例3： 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, 2, 3], [3, 4, 5], [4, 5, 6]])
print(a)
print('\n')

print(a[..., 1])                                # 第2列元素
print('\n')

print(a[1, ...])                                # 第2行元素
print('\n')

print(a[..., 1:])                               # 第2列及剩下的所有元素
print('\n')

输出结果为：

[[1 2 3]
[3 4 5]
[4 5 6]]

[2 4 5]

[3 4 5]

[[2 3]
[4 5]
[5 6]]