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。

示例代码

importnumpyasnpa=np.arange(10)s=slice(2,7,2)# 从索引 2 开始到索引 7 停止，间隔为2print(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：

示例代码

importnumpyasnpa=np.arange(10)b=a[2:7:2]# 从索引 2 开始到索引 7 停止，间隔为 2print(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。

示例代码

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

输出结果为：

示例代码

importnumpyasnpa=np.arange(10)print(a[2:])

输出结果为：

[2  3  4  5  6  7  8  9]

示例代码

importnumpyasnpa=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：

示例代码

importnumpyasnpa=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。

示例代码

importnumpyasnpa=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]]

NumPy 切片和索引 - NUMPY教程