Numpy（科学计算包）- 【切片和索引 】

龙听

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

1. import numpy as np
   
2. 
   
3. a = np.arange(10)
   
4. s = slice(2,7,2)   # 从索引 2 开始到索引 7 停止，间隔为2
   
5. print (a[s])

复制代码

输出结果为：

1. [2  4  6]

复制代码

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

1. import numpy as np
   
2. 
   
3. a = np.arange(10)  
   
4. b = a[2:7:2]   # 从索引 2 开始到索引 7 停止，间隔为 2
   
5. print(b)

复制代码

输出结果为：

1. [2  4  6]

复制代码

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

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

复制代码

输出结果为：

1. 5

复制代码

实例

1. import numpy as np
   
2. 
   
3. a = np.arange(10)
   
4. print(a[2:])

复制代码

输出结果为：

1. [2  3  4  5  6  7  8  9]

复制代码

实例

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

复制代码

输出结果为：

1. [2  3  4]

复制代码

多维数组同样适用上述索引提取方法：

实例

1. import numpy as np
   
2. 
   
3. a = np.array([[1,2,3],[3,4,5],[4,5,6]])
   
4. print(a)
   
5. # 从某个索引处开始切割
   
6. print('从数组索引 a[1:] 处开始切割')
   
7. print(a[1:])

复制代码

输出结果为：

1. [[1 2 3]
   
2. [3 4 5]
   
3. [4 5 6]]
   
4. 从数组索引 a[1:] 处开始切割
   
5. [[3 4 5]
   
6. [4 5 6]]

复制代码

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

1. import numpy as np
   
2. 
   
3. a = np.array([[1,2,3],[3,4,5],[4,5,6]])  
   
4. print (a[...,1])   # 第2列元素
   
5. print (a[1,...])   # 第2行元素
   
6. print (a[...,1:])  # 第2列及剩下的所有元素

复制代码

输出结果为：

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

复制代码