Python中使用元组或列表对ndarray矩阵的某个维度进行选取和调序的操作

大家应该都知道，numpy库中的ndarray可以用所谓的三帽号规则进行切片操作（详情可见我之前写的博文，链接 https://blog.csdn.net/wenhao_ir/article/details/123034635 ），但是当对某个维度作离散选择时怎么操作呢？比如在二维数组中，我想在行维度上只选择第3行和第4行怎么办？这个时候可以用Python中的元组进行选择操作。所谓Python中的元组简单理解就是以小括号括起来的序列…什么？什么叫元组？好吧，我懒得打字，直接上截图吧！

关于列表的相关概念见下面的截图：

关于元组的介绍见下面的截图：

说那么多不如举两个例子…
比如在二维数组A中，我只想取A的第3行和第4行赋给B，该怎么操作呢？代码如下：

import numpy as np

A = np.array([[1, 2, 3, 4, 5],
              [6, 7, 8, 9, 10],
              [11, 12, 13, 14, 15],
              [16, 17, 18, 19, 20],
              [21, 22, 23, 24, 25]], dtype='int')

B = A[(2, 4), :]

设断点，A和B里的数据情况如下：

可见，实现了把A的第2行和第4行选取了出来赋给了B。

有时候，我们还想把A在行的维度上进行调换，比如我把第0行第4行进行调换，怎么操作呢？可以像下面这样操作。

import numpy as np

A = np.array([[1, 2, 3, 4, 5],
              [6, 7, 8, 9, 10],
              [11, 12, 13, 14, 15],
              [16, 17, 18, 19, 20],
              [21, 22, 23, 24, 25]], dtype='int')

C = A[(4, 1, 2, 3, 0), :]

运行结果如下，可见实现了调换：

同样可在二维矩阵的列维度上进行选取和调序操作，比如只选取第1列和第3列就可以写下面的代码：

A = np.array([[1, 2, 3, 4, 5],
              [6, 7, 8, 9, 10],
              [11, 12, 13, 14, 15],
              [16, 17, 18, 19, 20],
              [21, 22, 23, 24, 25]], dtype='int')

B = A[:, (1, 3)]

同样，想把第0列和第4列进行调换就可以写下面的代码：

A = np.array([[1, 2, 3, 4, 5],
              [6, 7, 8, 9, 10],
              [11, 12, 13, 14, 15],
              [16, 17, 18, 19, 20],
              [21, 22, 23, 24, 25]], dtype='int')

C = A[:, (4, 1, 2, 3, 0)]

当维度大于2时，也可做同样的操作。做图像处理的同学都知道，彩色图像有三个通道，比如BGR图像，就有B通道、G通道和R通道，有时候我需要对这些通道做一个调换，怎么办呢？比如我要把BGR图像转化成RGB图像，下面这条语句就可以搞定了：

img2 = img[:, :, (2, 1, 0)]

为什么上面这句话能搞定，你可能还需要阅读下面这篇文章：
OpenCV-Python中的函数cv.imread()读取到的图像的数据存储结构是怎样的？

2022-07-15 13:38:49增补以下内容：
通过对Numpy库的系统学习，发现除了用元组选取非连续的行、列、元素，还可以用两个以列表形式存在的行向量或列向量，详情见 https://blog.csdn.net/wenhao_ir/article/details/125714322（搜索关键词“和下面这种索引方法对比一下，会更容易记忆、理解和区分”）