数据分析 numpy数组_05-numpy数组操作
1、索引
1、调用slice函数，指定start，stop，step
2、通过'：'，指定start，stop，step
3、通过'…'，来使选择元组的长度与数组的维度相同的ndarra，[行，列]！
4、通过整数数组索引指定位置的元素
5、通过'：'和'…'索引
6、布尔索引，使用布尔运算符筛选符合条件的元素
7、花式索引，利用整数数组进行索引
1、调用slice函数，指定start，stop，step
import numpy as np x = np.arange(12) y = slice(2, 10, 2) print(x[y])
2、通过'：'，指定start，stop，step
import numpy as np x = np.arange(12) print(x[2:10:2])
3、通过'…'，来使选择元组的长度与数组的维度相同的ndarra，[行，列]！
import numpy as np x = np.arange(12) print(x[..., 2])
4、通过整数数组索引指定位置的元素
import numpy as np x = np.arange(12) y = x.reshape(3, 4) print(y[[0, 1, 2], [0, 1, 0]]) # 获取数组中(0,0)，(1,1)和(2,0)位置处的元素
import numpy as np x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]]) print(x) rows = np.array([[0, 0], [3, 3]]) # 行索引 cols = np.array([[0, 2], [0, 2]]) # 列索引 y = x[rows, cols] print('这个数组的四个角元素是：') print(y)
5、通过'：'、'…'索引，
import numpy as np x = np.array([[1,2,3], [4,5,6],[7,8,9]]) y = x[1:3, 1:3] z = y[1:3,[1,2]] i = x[...,1:] print(y) print(z) print(i)
6、布尔索引，通过布尔运算符筛选符合条件的元素
import numpy as np x = np.array([[ 0, 1, 2],[ 3, 4, 5],[ 6, 7, 8],[ 9, 10, 11]]) print ('我们的数组是：') print (x) print (' ') # 现在我们会打印出大于 5 的元素 print ('大于 5 的元素是：') print (x[x > 5])
7、花式索引，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。花式索引跟切片不一样，它总是将数据复制到新数组中。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位置的元素；如果目标是二维数组，那么就是对应下标的行。
import numpy as np x = np.arange(32).reshape((8, 4)) print(x[[4, 2, 1, 7]]) # 顺序索引数组，因为是二位数组，所以4,2,1,7分别为二位数组的第5,3,2,8行 print(x[[-4, -2, -1, -7]]) # 倒序索引数组，因为是二位数组，所以-4,-2,-1,-7分别为二位数组的第5,7,8,2行