Python入门教程(四十一)Python的NumPy数组索引
作者：轻松学Python
这篇文章主要介绍了Python入门教程(四十一)Python的NumPy数组索引,数组索引是指使用方括号（[]）来索引数组值,numpy提供了比常规的python序列更多的索引工具,除了按整数和切片索引之外，数组可以由整数数组索引、布尔索引及花式索引,需要的朋友可以参考下
访问数组元素
数组索引等同于访问数组元素。
可以通过引用其索引号来访问数组元素。
NumPy 数组中的索引以 0 开头，这意味着第一个元素的索引为 0，第二个元素的索引为 1，以此类推。
实例
从以下数组中获取第一个元素：
import numpy as np arr = np.array([1, 2, 3, 4]) print(arr[0])
运行实例
实例
从以下数组中获取第二个元素：
import numpy as np arr = np.array([1, 2, 3, 4]) print(arr[1])
运行实例
实例
从以下数组中获取第三和第四个元素并将其相加：
import numpy as np arr = np.array([1, 2, 3, 4]) print(arr[2] + arr[3])
运行实例
访问 2-D 数组
要访问二维数组中的元素，我们可以使用逗号分隔的整数表示元素的维数和索引。
实例
访问第一维中的第二个元素：
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('2nd element on 1st dim: ', arr[0, 1])运行实例
实例
访问第二维中的第五个元素：
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('5th element on 2nd dim: ', arr[1, 4])运行实例
访问 3-D 数组
要访问 3-D 数组中的元素，我们可以使用逗号分隔的整数来表示元素的维数和索引。
实例
访问第一个数组的第二个数组的第三个元素：
import numpy as np arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) print(arr[0, 1, 2])
运行实例
例子解释
arr[0, 1, 2] 打印值 6。
工作原理：
第一个数字代表第一个维度，其中包含两个数组：
[[1, 2, 3], [4, 5, 6]]
然后：
[[7, 8, 9], [10, 11, 12]]
由于我们选择了 0，所以剩下第一个数组：
[[1, 2, 3], [4, 5, 6]]
第二个数字代表第二维，它也包含两个数组：
[1, 2, 3]
然后：
[4, 5, 6]
因为我们选择了 1，所以剩下第二个数组：
[4, 5, 6]
第三个数字代表第三维，其中包含三个值：
4 5 6
由于我们选择了 2，因此最终得到第三个值：
6
负索引
使用负索引从尾开始访问数组
实例
打印第二个维中的的最后一个元素
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('Last element from 2nd dim: ', arr[1, -1])运行实例
到此这篇关于Python入门教程(四十一)Python的NumPy数组索引的文章就介绍到这了,更多相关Python的NumPy数组索引内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！