ndarray 物件中的元素遵循基於零的索引。 有三種可用的索引方法型別： 字段訪問，基本切片和高階索引
ndarray 物件的內容可以通過索引或切片來訪問和修改，與 python 中 list 的切片操作一樣
ndarray 陣列可以基於 0 - n 的下標進行索引，切片物件可以通過內建的 slice 函式，並設定 start, stop 及 step 引數進行，從原陣列中切割出乙個新陣列
in [1]: import numpy as np
in [2]: num = np.arange(10)
in [3]: s = slice(2, 7, 2)
in [4]: num[s]
out[4]: array([2, 4, 6])
in [5]: num[2:7:2]
out[5]: array([2, 4, 6])
in [6]: num[5]
out[6]: 5
in [7]: num[2:]
out[7]: array([2, 3, 4, 5, 6, 7, 8, 9])
in [8]: num[2:5]
out[8]: array([2, 3, 4])
in [9]: num = np.array([[1,2,3],[3,4,5],[4,5,6]])
in [10]: num
out[10]:
array([[1, 2, 3],
[3, 4, 5],
[4, 5, 6]])
in [11]: num[1:]
out[11]:
array([[3, 4, 5],
[4, 5, 6]])
in [12]: num[...,1]
out[12]: array([2, 4, 5])
in [13]: num[1,...]
out[13]: array([3, 4, 5])
in [14]: num[...,1:]
out[14]:
array([[2, 3],
[4, 5],
[5, 6]])
numpy 索引和切片
一 取行 1 單行 陣列 index,取第index 1行 例子import numpy as np arr1 np.arange 0,24 reshape 4,6 取第2行資料 row1 arr1 1,print row1 2 連續的多行 陣列 start end 顧頭不顧尾，也可以使用步長，不過...
NumPy 切片和索引
import numpy asnp a np.arange 10,20,1 b slice 1,5,2 d a 1 5 2 e a 2 print a print a b print d print e 結果 1011 1213 1415 1617 1819 1113 1113 1213 1415 ...
初探numpy 切片和索引
import numpy as np 使用切片引數start stop step來進行切片操作 a array np.arange 10 print a array,n b array a array 1 10 2 print b array,n c array a array 2 print c ...