Python的numpy数组的行索引与切片的区别

看《深度学习图解》的第6章的代码，前后对于矩阵的索引操作代码略有区别。心中疑问重重，为何两者都能工作。带着疑问，网上查阅了一些资料，基本搞清楚两种索引的不同。下面形成文档，以便彻底学习numpy.array的相关用法（以二维数组为例）。

在python IDLE Shell 创建一个2维数组（6×3，6行3列，18个元素）

streetlights = np.array([[1, 0, 1],

                        [0, 1, 1],

                        [0, 0, 1],

                        [1, 1, 1],

                        [0, 1, 1],

                        [1, 0, 1]])

创建代码：

创建数组

取第一行：

• 方法1： streetlights[0]

• 方法2： streetlights[0:1] 或streetlight[0:1:1]或streetlight[0:1:1,:]

运行过程及结果如下图所示，都能正确地读取到第1行。但是，注意，方法1返回的是向量。方法2返回的是矩阵。

image.png

分析如下：

1. 方法1采用“行索引”对数据进行选取，行号由0开始。我的理解是每行作为一个元组，存储在一个一维数组里。其索引如同一维数据的索引类似。

2. 方法2采用切片方式索引。语法是array[begin:end:step, begin:end:step]。演示代码只关注行，列关键词可以省略（默认为选中所有列数据）。step默认为1，从begin开始取，但不包括end。

读第一行和第二行

以下切片只取奇数行数据，2表示隔行取数据（结果是矩阵）。

读奇数行（结果是矩阵）

以下切片只取偶数行数据（结果是矩阵）：

读偶数行（结果是矩阵）

参考：
Fururur. 在python&numpy中切片(slice).https://www.cnblogs.com/Sinte-Beuve/p/6573246.html