a[1] // 1a[[1, 2, 3]] // array([1, 2, 3])a[1,2] 或者 a[1][2] // 7
# 注意：若是python的list型別正確語法只能是a[1][2]
a[[1, 2], [3, 4]] // 獲取a[1,3]和a[2,4]的值：array([ 8, 14])a[[0, 1], [1, 2], [1, 2]] // 獲取a[0,1,1]和a[1,2,2]的值：array([ 4, 23])ndarray[start:stop:step]：[start:stop:step] 分別代表 [起始索引:截至索引:步長]
列如 a[:, ::2]：按步長為 2 取所有列和所有行的資料
當超過 3 維或更多維時，用 2 維資料的切片方式類推即可。
example：
a=array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19]])
a[0:3, 2:4]=
array([[ 2, 3],
[ 7, 8],
[12, 13]])
numpy.sort(a, axis=-1, kind='quicksort', order=none)
○ axis：要排序的軸。如果為none，則在排序之前將陣列鋪平。預設值為 -1，沿最後乙個軸排序。
○ kind：，排序演算法。預設值為 quicksort。
numpy.lexsort(keys ,axis)：使用多個鍵進行間接排序。
numpy.argsort(a ,axis,kind,order)：沿給定軸執行間接排序。
numpy.msort(a)：沿第 1 個軸排序。
numpy.sort_complex(a)：針對複數排序。
○ argmax(a ,axis,out)：返回陣列中指定軸的最大值的索引。
○ nanargmax(a ,axis)：返回陣列中指定軸的最大值的索引,忽略 nan。
○ argmin(a ,axis,out)：返回陣列中指定軸的最小值的索引。
○ nanargmin(a ,axis)：返回陣列中指定軸的最小值的索引,忽略 nan。
○ argwhere(a)：返回陣列中非 0 元素的索引,按元素分組。
○ nonzero(a)：返回陣列中非 0 元素的索引。
○ flatnonzero(a)：返回陣列中非 0 元素的索引,並鋪平。
○ where(條件,x,y)：根據指定條件,從指定行、列返回元素。
○ searchsorted(a,v ,side,sorter)：查詢要插入元素以維持順序的索引。
○ extract(condition,arr)：返回滿足某些條件的陣列的元素。
○ count_nonzero(a)：計算陣列中非 0 元素的數量。
Numpy 索引及切片
索引和切片在基礎語法那篇文章中介紹過，python內建的資料型別基本都可以使用索引和切片，numpy是乙個陣列物件，我們來看看它的索引和切片有什麼不同的地方。普通索引及切片 一維陣列 和python中的列表一樣 ar np.arange 20 print ar print ar 4 print ar...
numpy 索引及切片
布林型索引及切片 陣列索引及切片值的更改 複製 import numpy a numpy.arange 0,20 print a print a 4 print a 4 10 import numpy b numpy.arange 0,16 reshape 4,4 print b print b 2...
numpy索引與切片
作用 要獲取陣列的單個元素，指定元素的索引即可 例子 print x 2 3 print x 2 21 22 23 24 25 print x 2 1 22 print x 2,1 22 切片操作是指抽取陣列的一部分元素生成新陣列。對 python列表進行切片操作得到的陣列是原陣列的 副本，而對 n...