Numpy( 索引 )

107 阅读2分钟

本文已参与「新人创作礼」活动,一起开启掘金创作之路

索引

基本索引

z=np.arange(8)
zm = slice(2,5,2)
print(z[zm])
# [2 4]

slice可以表示索引。slice(start,stop,step)

切片索引

[ ] 用法和之前相同,也是包括左端点不包括右断点。...可以代表一行或一列。

a=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
a[1:]
#array([[ 5,  6,  7,  8],
#      [ 9, 10, 11, 12]])
a[...,1]  #只找某一列
#array([ 2,  6, 10])

还可以从两个列表中抽取,第一个列表表示行索引,第二个列表表示列索引。

a=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
a[2,1]
# 10

同时,索引具有广播机制。即两个列表中的索引数量,自动填充成一样的。例如array[[x1],[y1,y2]] 会自动填充成array[[x1x1],[y1,y2]]

a=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
a[[0],[1,2]]
# array([2, 3])
a[:3,[1,2]]
#array([[ 2,  3],
#       [ 6,  7],
#       [10, 11]])

数组比列表多了一个列表索引,扩展了列表的功能,广播机制避免重复赋值

整数数组索引

比如希望找到多个位置的数字。可以构造两个列表,第一个代表行,第二个代表列,两个元组必须是相对应的。 例如,需要寻找(0,0) (1,2) (2,3)

a=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
a[[0,1,2],[0,2,3]]
# array([ 1,  7, 12])

布尔索引

利用布尔条件进行索引。

a[a>6]
# array([ 7,  8,  9, 10, 11, 12])

花式索引

利用整数数组进行索引,这里的整数数组可以是Numpy数组也可以是Python中列表、元组等可迭代类型。 花式索引根据索引整型数组的作为目标数组的某个下标来取值。

  1. 如果目标是一维数组,那么索引的结果就是对应下标的行;
  2. 如果目标是二维数组,那么就是对应位置的元素。
x=np.arange(12).reshape((3,4))
x
#array([[ 0,  1,  2,  3],
#       [ 4,  5,  6,  7],
#       [ 8,  9, 10, 11]])

x[[1,0]]
#array([[4, 5, 6, 7],
#       [0, 1, 2, 3]])

x[[-3,-1,-2]]
#array([[ 0,  1,  2,  3],
#       [ 8,  9, 10, 11],
#       [ 4,  5,  6,  7]])

x[np.ix_([1,2,0],[2,0,1,3])]
#array([[ 6,  4,  5,  7],
#       [10,  8,  9, 11],
#       [ 2,  0,  1,  3]])

最后一个需要特殊说明一下。最后一个函数 np.ix_ 可以选择多个索引,并重新组合成新的数组。 例子中也就是,先固定第一个数组的1行,再选择列的2,0,1,3;然后再从第一个数组的2行,选择列的2,0,1,3;最后从第一个数组的最后0行,再选择列的2,0,1,3,最后构成了一个新的数组。