Python?Numpy索引及切片的使用方法是什么

這篇文章主要介紹“Python Numpy索引及切片的使用方法是什么”的相關知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“Python Numpy索引及切片的使用方法是什么”文章能幫助大家解決問題。

1. 索引及切片

數組中的元素可以通過索引以及切片的手段進行訪問或者修改，和列表的切片操作一樣。

下面直接使用代碼進行實現，具體操作方式以及意義以代碼注釋為準：

（1）通過下標以及內置函數進行索引切片

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#創建一個從0-9的一維數組
print(a)
i = slice(2, 7, 2)#從2開始到7結束，每隔1個元素進行索引，即start為1，stop為7，step為2
print(a[i])

得到的輸出如下：

（2）使用冒號分隔參數進行切片索引

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#創建一個從0-9的一維數組
print(a[2:7:2])#將起始、結束、步長使用冒號進行分割，表示索引切片

得到的輸出如下：

（3）對部分元素進行索引并切片

a. 切取中間的一段

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#創建一個從0-9的一維數組
print(a[2:5])#從2-5進行切片

得到輸出如下：

b. 切取某一個元素后的全部

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.arange(10)#創建一個從0-9的一維數組
print(a[3:])#從3開始進行打印，直到打印完整個數組

得到輸出如下：

（4）對多維數組進行索引切片

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print('從數組索引a[2:]處開始切片：')
print(b[2:])
print('數組第二列進行切片：')
print(b[..., 2])
print('數組第二行進行切片：')
print(b[2, ...])
print('從第二列開始切片：')
print(b[..., 1:])

得到輸出如下：

2. 高級索引

（1）整數數組索引

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
c = b[[1, 0], [1, 0]]
print('對數組(1，1)和(0，0)處的元素進行索引切片：')
print(c)

得到輸出如下：

（2）布爾索引

通過一個布爾數組來索引目標數組，布爾數組可以通過布爾運算得到符合條件的數組元素。

如下我們可以提取一個數組中不小于5的數：

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
a = np.array([[1, 2, 3, 5], [6, 9, 2, 0], [9, 3, 2, 7]])
print('數組中不小于5的數如下：')
print(a[a >= 5])

得到輸出如下：

（3）花式索引

花式索引指的是利用整數數組進行索引。花式索引根據索引數組的值作為目標數組的某個軸的下標來取值。對于使用一維整型數組作為索引，如果目標是一維數組，那么索引的結果就是對應下標的行，如果目標是二維數組，那么就是對應位置的元素。花式索引跟切片不一樣，它總是將數據復制到新數組中。

"""
Author:XiaoMa
date:2021/12/30
"""
import numpy as np
 
x = np.arange(32).reshape((8, 4))
print('生成的數組為：')
print(x)
print('傳入順序索引數組：')
print(x[[4, 2, 1, 7]])
print('傳入倒序索引數組：')
print(x[[-4, -2, -1, -1]])
print('傳入多個索引數組：')
print(x[np.ix_([1, 5, 7, 2], [0, 3, 1, 2])])#輸出的是兩個向量不同維度組合的值

得到輸出如下：

關于“Python Numpy索引及切片的使用方法是什么”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識，可以關注億速云行業資訊頻道，小編每天都會為大家更新不同的知識點。