学习Numpy，看这篇文章就够啦( 二 ) _Numpy

1）一维ndarray的索引
一维ndarray的索引方法很简单，与list的索引方法一致，相关案例在书上有展示，这里不再赘述。
2）多维ndarray的索引
多维的每一个维度都有一个索引，各个维度的索引之间用逗号隔开，例如：arr[ [维度1(行)] , [维度2(列)] ] 。
代码清单如下：
import numpy as npprint(np.arange(10))输出：[0 1 2 3 4 5 6 7 8 9]
arrnp.array([[1,2,3,4,5],[4,5,6,7,8],[7,8,9,10,11]])print('n',arr)输出：
[[ 1 2 3 4 5]
[ 4 5 6 7 8]
[ 7 8 9 10 11]]
#访问第0行中第3列和第4列元素print('切片结果:',arr[0,3:5])输出：
切片结果：[4 5]
#访问第1行和第二行中第2列、第3列和第4列的元素print('切片结果:n',arr[1:,2:])输出：
切片结果：
[6 7 8]
[9 10 11]
#访问第2列的元素print('切片结果:',arr[:2])输出：
切片结果：[3 6 9]
ndarray在索引与切片的时候除了使用整形的数据外，还可以使用布尔型，代码清单如下：
# 索引第1、3行中第2列的元素。Define true 1, define false 0mask=np.array([1, 0, 1], dtype=np.bool)print(arr[mask, 1])输出：
[2 8]3）花式索引
花式索引是一个Numpy术语，是在基础索引方式之上衍生出的功能更强大的索引方式。它能够利用整数ndarray进行索引。
在这节的学习中，发现一个有趣的问题：在使用np.empty函数时，本想用arr = np.empty((4,7))创建一个空的多维数组，但是返回的结果是这样：

文章插图

语法格式数值等都没有什么错误的情况下，初步怀疑是函数本身的原因，于是用help()函数查看它的详细介绍，竟然查到了：

文章插图

数据类型是可选且默认值是numpy.float64 。（好家伙，书上可没告诉我）所以只需在后面选择int就行。
arr = np.empty((4,7),int)print(arr)输出：

文章插图

另一个问题是关于ix函数生成区域索引器的问题，代码如下：
arr = np.array([np.arange(i*4, i*4+4) for i in np.arange(6)])print('创建的二维ndarray arr为：n', arr)输出：

文章插图

#利用np.ix函数将两个一维的整数ndarray转化为方形区域的索引器print('使用ix成片索引arr结果为：n', arr[np.ix_([5, 1, 4, 2], [3, 0, 1, 2])])

输出：

文章插图

out[15]为什么会返回这样一个结果？是因为ix函数结果的排序是基于[5,1,4,2],[3,0,1,2]两个数组产生的笛卡尔积，即（5,3）,（5,0）,（5,1）,（5,2）;（1,3）,（1,0）,（1,1）,（1,2）;（4,3）,（4,0）,（4,1）,（4,2）;（2,3）,（2,0）,（2,1）,（2,2）。然后按照索引（5,3）,（5,0）,（5,1）,（5,2）得到第0行元素：23 20 21 22 ，之后的以此类推。
02 ndarray的基础操作ndarray的基础操作包括设置ndarray形状、展平ndarray、组合ndarray、分割ndarray、ndarray的排序与搜索，以及ndarray的字符串操作等。