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

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

输出结果为： 

									[2  4  6]

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

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]

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

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

实例

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

输出结果为： 

									[2  3  4  5  6  7  8  9]

实例

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]

多维数组同样适用上述索引提取方法：

实例

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]]

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

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

输出结果为： 

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