python中ndarray數組的索引和切片如何使用

這篇文章主要介紹“python中ndarray數組的索引和切片如何使用”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中ndarray數組的索引和切片如何使用”文章能幫助大家解決問題。

索引和切片相當于是對數組中內容的讀（read）或者查詢（inquiry）。是我們獲取有用信息（demanded infomation）的重要方法。

對于索引

• 對于1維數組：在數組名的后面用中括號[]包括索引編號，括號中填寫所查詢數組的編碼。比如：data[1]

• 對于n維數組：有兩種方式

• 第一種：用列表表示所查詢數的坐標值，如data_2dim[1,0]

• 第二種：把多維數組看成一位數組套娃，依次取值，如data_2dim[1][0]

對于切片

• 對于1維數組：在數組名后加上中括號[]，在括號中填寫切片的范圍，m:n注意這個式子用冒號作為分隔符，表示的意義是m≤index＜n，如：data[2:4]；特別要注意的是m和n如果省略了，則默認m=0，n=length(array)，也就是說默認是第一位和最后一位。這個和matlab中的冒號表達式是不一樣的。

• 對于n維數組：把多維數組看成一位數組套娃，依次取值，要注意的是，多維數組的切片往往還是多維數組，如果需要得到具體某一個元素，則在切片之后還要進行索引操作。

可以在一下代碼中演示索引和切片操作：

import numpy as np
data = np.array([0,1,2,3,4,5])
print(data[1])
print(data[2:4])

data_2dim = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
print(data_2dim[1,0])
print(data_2dim[1][0])
print(data_2dim[1:4])
print(data_2dim[1:4][1:3][1][2])

運行結果如下：

1
[2 3]
4
4
[[ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
12
[Finished in 1.3s]

總結一下，索引和切片都是對數組讀的操作，都使用方括號[] (squre bracket)進行編號的框定。

特別要注意的是切片存放的變量和原來的數組變量在本質上共享同一片內存，如果修改了切片存放的變量，那么原來的數組的對應元素也會對應修改。如以下代碼所示：

data = np.arange(10)
data_slice = data[3:6]
print(data)
print(data_slice)
data_slice[2] = 100
print(data)
print(data_slice)

結果如下所示：

[0 1 2 3 4 5 6 7 8 9]
[3 4 5]
[  0   1   2   3   4 100   6   7   8   9]
[  3   4 100]
[Finished in 2.2s]

如果需要在修改切片的同時不改變原來數組中的數據，可以使用.copy()方法。對上述代碼稍作修改，結果如下：

data = np.arange(10)
data_slice = data[3:6].copy()
print(data)
print(data_slice)
data_slice[2] = 100
print(data)
print(data_slice)

[0 1 2 3 4 5 6 7 8 9]
[3 4 5]
[0 1 2 3 4 5 6 7 8 9]
[  3   4 100]
[Finished in 2.5s]

關于“python中ndarray數組的索引和切片如何使用”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。