索引和切片

一維數組

一維數組很簡單，基本和列表一致。

它們的區別在于數組切片是原始數組視圖（這就意味著，如果做任何修改，原始都會跟著更改）。

這也意味著，如果不想更改原始數組，我們需要進行顯式的復制，從而得到它的副本（.copy())。

import numpy as np #導入numpyarr = np.arange(10) #類似于list的range()arrOut[3]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])arr[4] #索引（注意是從0開始的）Out[4]: 4arr[3:6] #切片Out[6]: array([3, 4, 5])arr_old = arr.copy() #先復制一個副本arr_oldOut[8]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])arr[3:6] = 33arr #可以發現將標量賦值給一個切片時，該值可以傳播到整個選區Out[10]: array([ 0, 1, 2, 33, 33, 33, 6, 7, 8, 9])arr_oldOut[11]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

二維數組

二維數組中，各索引位置上的元素不再是標量，而是一維數組（好像很難理解哈）。

arr1 = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])arr1[0]Out[13]: array([1, 2, 3])arr1[1,2]Out[14]: 6

好像很難理解，是吧。

那這樣看：

array([[1, 2, 3],    [4, 5, 6],    [7, 8, 9]])

想到了什么？咱們當做一個平面直角坐標系。

相當于arr1[x,y],x相當于行數，y相當于列數（必須聲明，圖中x和y標反了，但不影響理解）。

多維數組

先說明下reshape()更改形狀：

np.reshape(a,newshape,order='C')

a:array_like以一個數組為參數。

newshape:intortupleofints。整數或者元組

順便說明下，np.reshape()不更改原數組形狀（會生成一個副本）。

arr1 = np.arange(12)arr2 = arr1.reshape(2,2,3) #將arr1變為2×2×3數組arr2Out[9]: array([[[ 0, 1, 2],    [ 3, 4, 5]],    [[ 6, 7, 8],    [ 9, 10, 11]]])

其實多維數組就相當于：

row * col * 列中列

那么：

arr2[0]Out[10]: array([[0, 1, 2],    [3, 4, 5]])arr2[1]Out[11]: array([[ 6, 7, 8],    [ 9, 10, 11]])arr2[0,1]Out[12]: array([3, 4, 5])arr2[0] = 23 #賦值arr2Out[15]: array([[[23, 23, 23],    [23, 23, 23]],    [[ 6, 7, 8],    [ 9, 10, 11]]])

切片索引

那么這樣也就很容易的就可以理解下面這種索引了。

切片索引把每一行每一列當做一個列表就可以很容易的理解。

返回的都是數組。

再復雜一點：

我們想要獲得下面這個數組第一行的第2,3個數值。

arr1 = np.arange(36)#創建一個一維數組。arr2 = arr1.reshape(6,6) #更改數組形狀。Out[20]: array([[ 0, 1, 2, 3, 4, 5],    [ 6, 7, 8, 9, 10, 11],    [12, 13, 14, 15, 16, 17],    [18, 19, 20, 21, 22, 23],    [24, 25, 26, 27, 28, 29],    [30, 31, 32, 33, 34, 35]])