📅 最后修改于: 2020-11-08 07:35:29 🧑 作者: Mango
可以通过索引或切片来访问和修改ndarray对象的内容，就像Python的内置容器对象一样。
如前所述，ndarray对象中的项遵循从零开始的索引。提供三种类型的索引编制方法-字段访问，基本切片和高级索引编制。
基本切片是Python基本切片概念的扩展。通过向内置slice函数提供start，stop和step参数来构造Python slice对象。将此切片对象传递到数组以提取数组的一部分。
import numpy as np
a = np.arange(10)
s = slice(2,7,2)
print a[s]
其输出如下-
[2 4 6]
在上面的示例中， ndarray对象是通过arange ()函数准备的。然后，分别以开始，停止和步进值2、7和2定义切片对象。当将此切片对象传递给ndarray时，将对其中一部分从索引2到7到步骤2进行切片。
通过将以冒号：(start：stop：step)分隔的切片参数直接提供给ndarray对象，也可以获得相同的结果。
import numpy as np
a = np.arange(10)
b = a[2:7:2]
print b
在这里，我们将获得相同的输出-
[2 4 6]
如果仅输入一个参数，则将返回与索引相对应的单个项目。如果在其前面插入：，将从该索引开始的所有项目都将被提取。如果使用两个参数(在它们之间带有：)，则将对两个索引之间的项(不包括停止索引)进行切片(默认为第一步)。
# slice single item
import numpy as np
a = np.arange(10)
b = a[5]
print b
其输出如下-
5
# slice items starting from index
import numpy as np
a = np.arange(10)
print a[2:]
现在，输出将是-
[2 3 4 5 6 7 8 9]
# slice items between indexes
import numpy as np
a = np.arange(10)
print a[2:5]
在这里，输出将是-
[2 3 4]
上面的描述也适用于多维ndarray 。
import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print a
# slice items starting from index
print 'Now we will slice the array from the index a[1:]'
print a[1:]
输出如下-
[[1 2 3]
[3 4 5]
[4 5 6]]
Now we will slice the array from the index a[1:]
[[3 4 5]
[4 5 6]]
切片还可以包括省略号(…)，以使选择元组的长度与数组的维数相同。如果在行位置使用省略号，它将返回由行中的项组成的ndarray。
# array to begin with
import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print 'Our array is:'
print a
print '\n'
# this returns array of items in the second column
print 'The items in the second column are:'
print a[...,1]
print '\n'
# Now we will slice all items from the second row
print 'The items in the second row are:'
print a[1,...]
print '\n'
# Now we will slice all items from column 1 onwards
print 'The items column 1 onwards are:'
print a[...,1:]
该程序的输出如下-
Our array is:
[[1 2 3]
[3 4 5]
[4 5 6]]
The items in the second column are:
[2 4 5]
The items in the second row are:
[3 4 5]
The items column 1 onwards are:
[[2 3]
[4 5]
[5 6]]