NumPy - 索引与切片

ndarray 对象的内容可以通过索引或切片来访问和修改，就像 Python 内置的容器对象一样。

NumPy 索引

NumPy 索引用于访问或修改数组中的元素。索引方法有三种:字段访问、基本切片和高级索引。

示例 1

在下面的示例中，我们使用 arange() 函数创建了一个数组，让我们看看如何从数组中访问单个元素，即 6。

import numpy as np
a = np.arange(10)
b = a[6]
print(b)

以下是上述代码的输出 -

6

示例 2

假设我们有一个包含 5 名学生英语成绩的列表，我们需要访问第三名学生的成绩，我们使用 arr[2] 作为索引的起始位置'0'。

import numpy as np
scores = ['86', '98', '100', '65', '75']
arr = np.array(scores)
print("第三名学生的成绩是:", arr[2])

以下是上述代码的输出 -

第三名学生的成绩是:100

NumPy 中的切片

NumPy 切片是 Python 基本 n 维切片概念的扩展。通过向内置切片函数提供开始、停止和步骤参数来构造 Python 切片对象。此切片对象被传递给数组，以提取数组的一部分。

示例 1

在下面的代码中，我们将看到如何使用 arr[-2:] 访问数组中的最后两个元素。由于我们没有指定 stop 参数，因此它会访问从倒数第二个元素到数组末尾的元素。

import numpy as np
arr = np.arange(6)
print(arr[-2:])

以下是上述代码的输出 -

[4 5]

示例 2

假设我们有一个包含 1 到 12 的数字的数组，并且只需要访问偶数，我们使用带有 step 参数的切片'arr[::2]' 因为它会切片数组中的每个第二个元素。

import numpy as np
arr = np.arange(12)
even_num = arr[::2]
print("偶数:", even_num)

以下是上述代码的输出 -

偶数:[ 0 2 4 6 8 10]

示例 3

让我们创建一个二维数组，并使用切片访问数组中的第二列。要访问所有行 (:) 但仅访问第二列(索引 1)，我们使用 arr[:, 1]

import numpy as np
arr = np.array([[10, 20, 30], [40, 50, 60], [70, 80, 90]])
print(arr[:, 1])

以下是上述代码的输出 -

[20 50 80]

示例 4

在下面的代码中，我们创建了一个二维数组，让我们看看如何访问从第 2 行(索引 1)开始的所有元素，并使用 a[1:]。其中，a[1:] 选择从第二行(索引 1)开始到最后一行的所有行，包括所有列。

import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print (a)
# 从索引开始切片
print ('现在我们将从索引 a[1:] 开始切片数组')
print (a[1:])

以下是上述代码的输出 -

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

现在我们将从索引 a[1:] 开始切片数组
[[3 4 5]
[4 5 6]]

示例 5

让我们看看如何在索引之间对数组进行切片 -

import numpy as np
a = np.arange(10)
print("从索引 1 到 6 的数组:", a[1:7])

运行上述程序，结果如下 -

从索引 1 到 6 的数组:[1 2 3 4 5 6]