Python学习笔记-数据分析-Numpy03-索引和切片

Numpy的索引和切片

1、索引和分片的主要作用是查找数据，通过索引和切片能够快速的定位到需要的数据。在后期的数据清洗、数据整理等方面都要用到。

2、Numpy的索引和切片主要分为：基本索引和切片 / 布尔型索引和切片

一、基本索引和切片

# Numpy中索引和切片的基本操作
# 一维数组
# 一维数组类似list。
ar1 = np.arange(20)
print('一维数组ar1：', ar1)
# 对数组进行索引，索引的下标是从0开始的。
print('数组ar1中下标为1的元素：', ar1[1])
# 切片的时候在[]中是左包含右不包含的，例如[:3]表示的是下标为0、1、2的3个下标。
print('数组ar1中下标从0-2的元素：', ar1[:3])
# 在索引和切片中加入步长，步长可以理解为间隔几个。步长为2的话就是间隔1个，步长为3就是间隔2个。技巧，步长数-1。
print('数组ar1中从第一个元素开始显示，但步长是2', ar1[::2])
print('数组ar1中从第一个元素开始显示，但步长是3', ar1[::3])
print('---------------------------------------------')

# 二维数组
# 二维数组的索引在写参数的时候是先行后列。
ar2 = np.arange(9).reshape(3,3)
print('二维数组ar2: ', '\n', ar2)

# 二维数组单一下标表示的是数组的某一个整行
print('数组ar2中第二行的所有元素: ', ar2[1])
# 二维数组双下标表示的整行元素中的某一个元素。
print('数组ar2中第二行的所有元素中的下标为1的元素: ', ar2[1][1])
# 二维数组中某个元素的第二种写法
print('数组ar2中第二行的所有元素中的下标为1的元素: ', ar2[1,1])
# ar2中从第一行开始到最后一行的前一行，第三列开始到最后一列的前一列。的所有元素。
# 上面这句话比较绕口，只要注意左包含右不包含就很好理解了。
print(ar2[:2,2:])
print('---------------------------------------------')

# 三维数组
# 3个2行2列的二维数组组成一个三维数组。
# reshape的参数一般是由高往低写。如果是reshape(3,4,4)那就是3个4行4列的三维数组。
# 可通过.ndim来看数组的维度。
ar3 = np.arange(12).reshape(3,2