NumPy 整数索引实战：高效的数据提取与修改

本文链接：https://blog.youkuaiyun.com/weixin_44705554/article/details/145599471

1. NumPy整数索引是什么？

NumPy整数索引是通过使用整数或整数数组作为索引来访问或修改 NumPy 数组中元素的方式。与 Python 中的常规索引不同，NumPy 允许我们通过一个整数数组来访问多个元素。整数索引能够实现更复杂的数组操作，如选择多个不连续的位置元素。

2. NumPy整数索引的作用是什么？

NumPy整数索引的作用包括：

访问多个元素：可以通过提供多个整数索引值来一次性访问多个元素。
灵活的元素提取：利用整数索引，我们可以选择多个非连续元素，而无需依赖切片操作。
修改数组内容：不仅可以通过整数索引访问元素，还可以用它们来修改 NumPy 数组中的元素。

3. NumPy整数索引语法

NumPy整数索引的基本语法是：使用一个或多个整数作为索引来访问数组中的元素。

语法：

array[index]

如果 index 是一个整数数组，则 NumPy 会根据整数数组的内容返回对应位置的元素。

例子：

import numpy as np

# 创建一个 NumPy 数组
a = np.array([10, 20, 30, 40, 50])

# 使用整数索引
print(a[1])  # 输出：20

# 使用整数数组索引访问多个元素
print(a[[0, 2, 4]])  # 输出：[10 30 50]

在上述代码中，a[[0, 2, 4]] 表示获取数组 a 中索引为 0、2 和 4 的元素。

4. NumPy整数索引小案例

示例 1：选择多个元素

import numpy as np

# 创建一个 NumPy 数组
a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

# 使用整数索引来选择多个元素
result = a[[1, 3, 5, 7]]

print(result)  # 输出：[2 4 6 8]

解析：通过 a[[1, 3, 5, 7]]，我们从数组 a 中选择了索引为 1、3、5 和 7 的元素，结果为 [2, 4, 6, 8]。

示例 2：修改数组中的多个元素

import numpy as np

# 创建一个 NumPy 数组
a = np.array([10, 20, 30, 40, 50])

# 使用整数索引来修改数组中的多个元素
a[[0, 2, 4]] = [100, 200, 300]

print(a)  # 输出：[100  20 200  40 300]

解析：通过 a[[0, 2, 4]] = [100, 200, 300]，我们将数组 a 中索引为 0、2 和 4 的元素分别更新为 100、200 和 300。结果数组变为 [100, 20, 200, 40, 300]。

示例 3：二维数组中的整数索引

import numpy as np

# 创建一个二维 NumPy 数组
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 使用整数索引获取特定元素
print(a[[0, 2], [1, 2]])  # 输出：[2 9]

解析：在二维数组中，a[[0, 2], [1, 2]] 代表从数组 a 中获取索引为 (0, 1) 和 (2, 2) 的元素，即 a[0, 1] 和 a[2, 2]，结果为 [2, 9]。

示例 4：修改二维数组中的多个元素

import numpy as np

# 创建一个二维 NumPy 数组
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 使用整数索引修改多个元素
a[[0, 2], [1, 2]] = [20, 30]

print(a)
# 输出：
# [[ 1 20  3]
#  [ 4  5  6]
#  [ 7  8 30]]