浅析NumPy 切片和索引
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。
ndarray数组可以基于0-n的下标进行索引，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。
importnumpyasnp a=np.arange(10) s=slice(2,7,2)#从索引2开始到索引7停止，间隔为2 print(a[s])
输出结果为：
[246]
以上实例中，我们首先通过arange()函数创建ndarray对象。然后，分别设置起始，终止和步长的参数为2，7和2。
我们也可以通过冒号分隔切片参数start:stop:step来进行切片操作：
importnumpyasnp 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：
[246]
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。
importnumpyasnp a=np.arange(10)#[0123456789] b=a[5] print(b)
输出结果为：
5
importnumpyasnp a=np.arange(10) print(a[2:])
输出结果为：
[23456789]
importnumpyasnp a=np.arange(10)#[0123456789] print(a[2:5])
输出结果为：
[234]
多维数组同样适用上述索引提取方法：
importnumpyasnp
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：
[[123]
[345]
[456]]
从数组索引a[1:]处开始切割
[[345]
[456]]
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。
importnumpyasnp a=np.array([[1,2,3],[3,4,5],[4,5,6]]) print(a[...,1])#第2列元素 print(a[1,...])#第2行元素 print(a[...,1:])#第2列及剩下的所有元素
输出结果为：
[245]
[345]
[[23]
[45]
[56]]
以上就是浅析NumPy切片和索引的详细内容，更多关于NumPy切片和索引的资料请关注毛票票其它相关文章！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。