numpy学习回顾-索引

依据Datawhale的Numpy教程做相应整理

索引与切片

切片索引

切片语法：（start:stop:step）

注意对二维数组的切片操作

在索引内([])通过以逗号分隔的维度执行单独的切片，可对多维数组进行切片操作，相对于二维数组第一片定义了行的切片，第二片定义了列的切片。

#二维数组切片操作
x = np.arange(25).reshape(5,5)
print(x)
'''
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]
 [20 21 22 23 24]]
'''
print(x[0:2])#可以考虑x[0:2]和x[0,2]的区别
'''
[[0 1 2 3 4]
 [5 6 7 8 9]]
'''
print(x[:, 2])
'''
[ 2  7 12 17 22]
'''
print(x[1:4,2:4])
'''
[[ 7  8]
 [12 13]
 [17 18]]
'''

dots索引

语法：使用 … 表示足够多的冒号来构成完整的索引列表。

例如x是5维数组，则

1. x[1,2,…] 等于x[1,2,:,:,:]
2. x[…,3] 等于x[:,:,:,:,3]
3. x[4,…,5,:] 等于x[4,:,:,5,:]

整数数组索引

方括号内传入多个索引值，同时选择多个元素

numpy.take

numpy. take(a, indices, axis=None, out=None, mode=‘raise’)
沿轴从数组中获取元素 ， Take elements from an array along an axis.

布尔索引

通过布尔数组去索引目标数组