Python Numpy索引及切片的使用方法是什么
发表于:2026-11-02 作者:千家信息网编辑
千家信息网最后更新 2026年11月02日,这篇文章主要介绍"Python Numpy索引及切片的使用方法是什么"的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇"Python Numpy索引及切片的使用方法
千家信息网最后更新 2026年11月02日Python Numpy索引及切片的使用方法是什么
这篇文章主要介绍"Python Numpy索引及切片的使用方法是什么"的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇"Python Numpy索引及切片的使用方法是什么"文章能帮助大家解决问题。
1. 索引及切片
数组中的元素可以通过索引以及切片的手段进行访问或者修改,和列表的切片操作一样。
下面直接使用代码进行实现,具体操作方式以及意义以代码注释为准:
(1)通过下标以及内置函数进行索引切片
"""Author:XiaoMadate:2021/12/30"""import numpy as np a = np.arange(10)#创建一个从0-9的一维数组print(a)i = slice(2, 7, 2)#从2开始到7结束,每隔1个元素进行索引,即start为1,stop为7,step为2print(a[i])
得到的输出如下:

(2)使用冒号分隔参数进行切片索引
"""Author:XiaoMadate:2021/12/30"""import numpy as np a = np.arange(10)#创建一个从0-9的一维数组print(a[2:7:2])#将起始、结束、步长使用冒号进行分割,表示索引切片
得到的输出如下:

(3)对部分元素进行索引并切片
a. 切取中间的一段
"""Author:XiaoMadate:2021/12/30"""import numpy as np a = np.arange(10)#创建一个从0-9的一维数组print(a[2:5])#从2-5进行切片
得到输出如下:
b. 切取某一个元素后的全部
"""Author:XiaoMadate:2021/12/30"""import numpy as np a = np.arange(10)#创建一个从0-9的一维数组print(a[3:])#从3开始进行打印,直到打印完整个数组
得到输出如下:
(4)对多维数组进行索引切片
"""Author:XiaoMadate:2021/12/30"""import numpy as np b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])print('从数组索引a[2:]处开始切片:')print(b[2:])print('数组第二列进行切片:')print(b[..., 2])print('数组第二行进行切片:')print(b[2, ...])print('从第二列开始切片:')print(b[..., 1:])得到输出如下:
2. 高级索引
(1)整数数组索引
"""Author:XiaoMadate:2021/12/30"""import numpy as np b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])c = b[[1, 0], [1, 0]]print('对数组(1,1)和(0,0)处的元素进行索引切片:')print(c)得到输出如下:
(2)布尔索引
通过一个布尔数组来索引目标数组,布尔数组可以通过布尔运算得到符合条件的数组元素。
如下我们可以提取一个数组中不小于5的数:
"""Author:XiaoMadate:2021/12/30"""import numpy as np a = np.array([[1, 2, 3, 5], [6, 9, 2, 0], [9, 3, 2, 7]])print('数组中不小于5的数如下:')print(a[a >= 5])得到输出如下:
(3)花式索引
花式索引指的是利用整数数组进行索引。花式索引根据索引数组的值作为目标数组的某个轴的下标来取值。对于使用一维整型数组作为索引,如果目标是一维数组,那么索引的结果就是对应下标的行,如果目标是二维数组,那么就是对应位置的元素。花式索引跟切片不一样,它总是将数据复制到新数组中。
"""Author:XiaoMadate:2021/12/30"""import numpy as np x = np.arange(32).reshape((8, 4))print('生成的数组为:')print(x)print('传入顺序索引数组:')print(x[[4, 2, 1, 7]])print('传入倒序索引数组:')print(x[[-4, -2, -1, -1]])print('传入多个索引数组:')print(x[np.ix_([1, 5, 7, 2], [0, 3, 1, 2])])#输出的是两个向量不同维度组合的值得到输出如下:
关于"Python Numpy索引及切片的使用方法是什么"的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识,可以关注行业资讯频道,小编每天都会为大家更新不同的知识点。
数组
索引
输出
元素
一维
方法
布尔
目标
使用方法
下标
知识
不同
代码
冒号
可以通过
就是
整数
行业
高级
两个
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
广州紫鲸互联网科技有限公司
厦门中拓互联网络科技有限公司
互联网巨头反垄断金融科技
互联网科技战争
互联网科技的
深圳科技互联网
互联网医疗科技
嘟嘟瓜互联网科技
沃里互联网科技
互联网科技素材视频竖屏
互联网科技产品
科技与互联网哪个更好
中化能源互联网科技招聘
智腾互联网科技有限公司
互联网媒体平台算高科技产业
互联网科技实习生岗位
吉林省码上互联网科技电话
兰石爱特工业互联网科技分公司
马化腾互联网科技教学
黑龙江互联网科技公司
互联网科技
重生之互联网科技帝国
未来的互联网科技
上海万想互联网科技
银川新华互联网科技学校地址
江苏南京365互联网科技
河南猎农互联网科技有限公司
全球科技与互联网公司市值变化
互联网高科技行业有哪些企业
伍佰万互联网科技是干嘛的