NumPy花哨的索引和索引技巧 通过数组索引

>>> from numpy import *
>>> a = arange(12)**2
>>> a
array([  0,   1,   4,   9,  16,  25,  36,  49,  64,  81, 100, 121])
>>> i=array([1,1,3,8,5])
>>> a11385=a[i]
>>> a11385
array([ 1,  1,  9, 64, 25])
>>> j = array( [ [ 3, 4], [ 9, 7 ] ] )
>>> j
array([[3, 4],
       [9, 7]])
>>> a
array([  0,   1,   4,   9,  16,  25,  36,  49,  64,  81, 100, 121])
>>> a[j]
array([[ 9, 16],
       [81, 49]])
>>>

花哨的索引和索引技巧

NumPy比普通Python序列提供更多的索引功能。除了索引整数和切片，正如我们之前看到的，数组可以被整数数组和布尔数组索引。

通过数组索引

>>> a = arange(12)**2                          # the first 12 square numbers
>>> i = array( [ 1,1,3,8,5 ] )                 # an array of indices
>>> a[i]                                       # the elements of a at the positions i
array([ 1,  1,  9, 64, 25])
>>>
>>> j = array( [ [ 3, 4], [ 9, 7 ] ] )         # a bidimensional array of indices
>>> a[j]                                       # the same shape as j
array([[ 9, 16],
       [81, 49]])