numpy入门-索引、切片和迭代

对于数组，和Python列表一样进行索引、切片和迭代

• arr[n:m]
• arr[n:m:s]：s为步长
• 索引下标从0开始
• 取出某个元素的两种形式：arr[m,n]==arr[m][n]
• 如果索引中使用三个点，假设x有5个轴
  • x[1,2,...]相当于x[1,2,:,:,:]
  • x[1,2,...]相当于x[1,2,:,:,:]
  • x[...,3]相当于x[:,:,:,:,3]
  • x[4,...,5,:]相当于x[4,:,:,5,:]
• 关于迭代问题：
  • 默认是对第一轴进行迭代
  • 如果想迭代所有的元素，使用arr.flat方法

切片

import numpy as np
x = np.arange(10)**3   # 0-9每个数的3次方
x

array([  0,   1,   8,  27,  64, 125, 216, 343, 512, 729], dtype=int32)

x[2:6]   # 第3个数据到第6个数据，共4个

array([  8,  27,  64, 125], dtype=int32)

x[2:-2:]

array([  8,  27,  64, 125, 216, 343], dtype=int32)

x[:6:2] = -1000   # 按照步长为2取数，并将这些数设置为-1000
x

array([-1000,     1, -1000,    27, -1000,   125,   216,   343,   512,
         729], dtype=int32)

x[::-1]  # 反转功能

array([  729,   512,   343,   216,   125, -1000,    27, -1000,     1,
       -1000], dtype=int32)

for i in x:   # 能够用于for遍历
    print(i)

-1000
1
-1000
27
-1000
125
216
343
512
729

索引

a = np.array([[0,1,2,3], [4,5,6,7], [10,11,12,13], [15,16,17,18]])
a

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [10, 11, 12, 13],
       [15, 16, 17, 18]])

a[2,3]   #   注意索引是从0开始的：第3行第4列的元素13
13

a[2][3]  # 同上功能

a[0:5, 1]

array([ 1,  5, 11, 16])

a[0:3]

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [10, 11, 12, 13]])

a[0:3, 1]   # 前面0:3表示取出前3个数据，后面的1表示第2列的数据

array([ 1,  5, 11])

a[: ,2]   # 取出每行的第3列数据

array([ 2,  6, 12, 17])

a[1:3]

array([[ 4,  5,  6,  7],
       [10, 11, 12, 13]])

a[1:3, : ]   # 取出每列的第二行和第三行的数据，索引从0开始

array([[ 4,  5,  6,  7],
       [10, 11, 12, 13]])

a[-1]   # 当给的参数少于轴数时，其它的轴被认为是全选，等同于a[-1,:]

array([15, 16, 17, 18])

a[1,...]   # 连续的3个点...表示所有轴的索引

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

a[1, : ]  # 功能类似于上面

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

a[1]    # 同上，取出第二行数据

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

迭代

for row in a:     # for遍历打印的是每行数据
    print(row)

[0 1 2 3]
[4 5 6 7]
[10 11 12 13]
[15 16 17 18]

for element in a.flat:   # 通过数组的flat属性进行迭代，打印每个元素
    print(element)

0
1
2
3
4
5
6
7
10
11
12
13
15
16
17
18