正文
Numpy | 08 切片和索引
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
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 。
（1）ndarray 数组索引可以基于 0 - n 的下标进行；
（2）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1：通过下标。注意下标是从0开始
import numpy as np a = np.arange(10)
print(a)
print(a[0])
print(a[2])
输出结果为：
[0 1 2 3 4 5 6 7 8 9]
0
2
实列2：通过slice进行切片
import numpy as np a = np.arange(10) s1 = slice(2, 7)
print(a[s1]) s2 = slice(2, 7, 2) # 设置起始，终止和步长
print(a[s2])
输出结果为：
[2 3 4 5 6]
[2 4 6]
实例3: 通过冒号分隔切片参数 start:stop:step 来进行切片操作
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。
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]
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
import numpy as np a = np.arange(10)
print(a[2:])
输出结果为：
[2 3 4 5 6 7 8 9]
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
实例1: 在多维数组的切片中，使用逗号 , 区分维数。 注意： 冒号分隔切片不包含停止索引。
import numpy as np a=np.arange(0,12)
a.shape=(3,4)
print(a)
print(a[0:2,1:3])
输出结果：
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[1 2]
[5 6]]
a[0:2,1:3]
可以把冒号左边的数看成是横坐标，右边的数看成是纵坐标，四个坐标做笛卡尔积，即取数组 a 下标是 (0,1),(0,2),(1,1),(1,2) 四个位置的数。
实例2
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]]
实例3： 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。
import numpy as np a = np.array([[1, 2, 3], [3, 4, 5], [4, 5, 6]])
print(a)
print('\n') print(a[..., 1]) # 第2列元素
print('\n') print(a[1, ...]) # 第2行元素
print('\n') print(a[..., 1:]) # 第2列及剩下的所有元素
print('\n')
输出结果为：
[[1 2 3]
[3 4 5]
[4 5 6]]
[2 4 5]
[3 4 5]
[[2 3]
[4 5]
[5 6]]
