📃 NumPy切片

ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。

获取一维数组元素

以下示例, 说明了numpy如何获取一维数组的元素:

nd1=np.arange(10)
#获取指定位置的数据，获取第4个元素
nd1[3] # 3
#截取一段数据
nd1[3:6] # array([3, 4, 5])

slice

ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。

a = np.arange(10)
s = slice(2,7,2)   # 从索引 2 开始到索引 7 停止，间隔为2
print (a[s])

输出：

[2  4  6]

设置间隔

以上实例中，我们也可以通过冒号分隔切片参数 start:stop:step 来进行切片操作：

a = np.arange(10)
b = a[2:7:2]

将间隔设置为负数，达到倒序取数的目的：

a[::-2] # array([9, 7, 5, 3, 1])

获取多维数组元素

以下示例, 说明了numpy如何获取多维数组的元素，先创建一个5*5的数组:

nd2=np.arange(25).reshape([5,5])

array([[ 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]])

获取指定位置的元素：

nd2[0][0] # 0

获取全部元素：

nd2[:, :]

截取区域内数据

截取一个多维数组的一个区域内数据

nd2[1:3,1:3]

输出:

array([[ 6,  7],
       [11, 12]])

截取范围内数据

截取一个多维数组中，数值在一个值域之内的数据 (多维数组将展开)

nd2[(nd2>3)&(nd2<10)]

输出:

array([4, 5, 6, 7, 8, 9])

截取整行或整列

获取某一行：

nd2[0] # array([0, 1, 2, 3, 4])

截取多维数组中，指定的行，如读取第2,3行

nd2[[1,2]] # 或 nd2[1:3, :]

输出:

array([[ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

截取多维数组中，指定的列，如读取第2,3列

nd2[:,1:3]

输出:

array([[ 1,  2],
       [ 6,  7],
       [11, 12],
       [16, 17],
       [21, 22]])

多维数组操作有些抽象, 可参考下图:

通过 … 获取某个维度的全部元素

切片还可以包括省略号 ... ，来使选择元组的长度与数组的维度相同。 如果在行位置使用省略号，它将返回包含行中元素的 ndarray。

a = np.arange(9).reshape([3,3])  
print(a)
print(a[...,1])   # 第2列元素
print(a[1,...])   # 第2行元素
print(a[...,1:])  # 第2列及剩下的所有元素

输出：

[[0 1 2]
 [3 4 5]
 [6 7 8]]
[1 4 7]
[3 4 5]
[[1 2]
 [4 5]
 [7 8]]

拷贝

通过 copy 方法可以生成数组及其数据的完整副本。

>>> a = np.arange(int(1e3))
>>> b = a.copy()
>>> b is a
False
>>> b = a[:100].copy()
>>> del a

增加维度

通过 np.newaxis ，可以增加数组的维度：

a = np.array([1,2,3])
b = a[:, np.newaxis]
print(b)

输出：

[[1]
 [2]
 [3]]