索引和切片（下）

最新推荐文章于 2025-06-26 17:44:44 发布

原创最新推荐文章于 2025-06-26 17:44:44 发布 · 1.2w 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

数据分析专栏收录该内容

27 篇文章

订阅专栏

这篇博客介绍了NumPy库中数组的花式索引技巧，包括通过列表选择行、选择特定列、混合索引以及使用ix_函数进行多维度索引等操作。这些内容对于理解和操作多维数据至关重要。

花式索引

import numpy as np

data2=[[8.5,6,4.1,2,0.7],[1.5,3,5.4,7,3.9],[3.2,4.5,6,3,9]]
arr2=np.array(data2)
# array([[8.5, 6. , 4.1, 2. , 0.7],
         [1.5, 3. , 5.4, 7. , 3.9],
         [3.2, 4.5, 6. , 3. , 9. ]])

arr2[[2,1]]  
# array([[3.2, 4.5, 6. , 3. , 9. ],
       [1.5, 3. , 5.4, 7. , 3.9]])

arr2[[2,2],[0,1]]  # arr2[2,0]  arr2[2,1]
# array([3.2, 4.5])

arr2[:,[3,1]]
array([[2. , 6. ],
       [7. , 3. ],
       [3. , 4.5]])

arr2[:,1]
# array([6. , 3. , 4.5])

arr2[:,[1]]

# array([[6. ],
        [3. ],
        [4.5]])

arr2[np.ix_([0,-1],[0,1,3])]
# array([[8.5, 6. , 2. ], 
         [3.2, 4.5, 3. ]])

arr2[[0,-1]]
# array([[8.5, 6. , 4.1, 2. , 0.7],
         [3.2, 4.5, 6. , 3. , 9. ]])
arr2[[0,-1]][:,[0,1,3]]
# array([[8.5, 6. , 2. ],
         [3.2, 4.5, 3. ]])