【Numpy总结】第四节:Numpy的切片索引与高级索引

文章目录

    • 一、Numpy的切片索引
      • 1.1 使用slice内置函数(不常用)
      • 1.2 使用 [] 切片 (常用,*** 非常重要***)
        • 1.2.1 **针对一维数组**:
        • 1.2.2 **针对二维数组**,与一维数组类似,可以用`冒号:`代替所有
    • 二、Numpy的高级索引
      • 2.1 布尔索引 (常用,*** 非常重要***)
      • 2.2 花式索引

一、Numpy的切片索引

1.1 使用slice内置函数(不常用)

ndarray对象的内容可以通过切片来访问,与 Python 中 list 的切片操作完全一样。
使用slice 并设置start, stop 及 step 参数进行;举例如下:

a = slice(2,9,2)    # 2为起点,9为终点,间隔为2
b = np.arange(0,10,1)  # b: [0 1 2 3 4 5 6 7 8 9]
print(b[a])   # 输出:[2 4 6 8]

1.2 使用 [] 切片 (常用,*** 非常重要***)

使用方式与slice相同,上面的例子可以书写为:

b = np.arange(0,10,1)
print(b[2:9:2])    # 输出:[2 4 6 8]

注意:

1.2.1 针对一维数组
  1. 切片时,中括号[]内数字之间的符

你可能感兴趣的:(python基础教程,numpy,numpy,python,数据分析)