python中的numpy数组索引切片用法2（随手记）

NumPy 数组的索引和切片非常灵活，提供了多种方式来访问和操作数组的数据。除了基本的索引和花式索引，还有其他一些高级的索引方法：

1. 切片索引（Slicing）:

   与 Python 列表类似，但更强大。可以在多维数组上进行，如 arr[start:stop:step]。

2. 整数数组索引:

   通过整数数组，选择数组中对应索引位置的元素，如 arr[[1, 5, 7]]。

3. 布尔索引:

   使用布尔数组进行索引。通常与条件表达式结合使用，如 arr[arr > 5]。

4. 多维索引:

   在多维数组中，可以对每个维度进行独立的索引和切片操作，如 arr[2, 3] 或 arr[:2, -1]。

5. 省略号（Ellipsis）:

   使用省略号 ... 来表示多个冒号，例如在多维数组中表示剩余维度的完整切片，如 arr[..., 0]。

6. np.ix_ 函数:

   使用 np.ix_ 可以进行更复杂的索引，特别是在需要从每个维度选择特定元素时。

7. np.where 函数:

   使用 np.where 可以根据条件找出元素的索引位置。

8. np.select 函数:

   用于基于多个条件选择数组元素。

9. np.take 和 np.put 函数:

   np.take 用于沿指定轴获取元素，而 np.put 用于替换指定位置的元素。

10. 高级赋值操作:

    可以对数组的一部分进行高级赋值操作，如布尔或整数数组赋值。

各种 NumPy 索引技巧的示例结果：

import numpy as np # 创建一个示例数组

example_array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

以下是各种 NumPy 索引技巧的代码示例以及对应的结果：

1. 切片索引：

   slicing = example_array[:2, 1:3] 
   # 输出结果：
   # array([[-1, 3], # [ 5, -1]]) 

2. 整数数组索引：

   integer_array_indexing = example_array[[0, 1], [1, 2]] 
   # 输出结果： 
   # array([2, 6]) 

3. 布尔索引：

   boolean_indexing = example_array[example_array > 5] 
   # 输出结果： 
   # array([6, 7, 8, 9]) 

4. 多维索引：

   multidimensional_indexing = example_array[1, 2] 
   # 输出结果： 
   # 6 

5. 省略号：

   ellipsis_indexing = example_array[1, ...] 
   # 输出结果： 
   # array([11, 5, -1]) 

6. np.ix_ 函数：

   ix_indexing = example_array[np.ix_([0, 2], [1, 2])] 
   # 输出结果： 
   # array([[2, 3], [8, 9]]) 

7. np.where 函数：

   where_indexing = np.where(example_array > 5) 
   # 输出结果： 
   # (array([1, 2, 2, 2]), array([2, 0, 1, 2])) 

8. np.select 函数：

   condition = [(example_array % 2 == 0), (example_array % 2 != 0)] 
   choice = [example_array, -example_array] 
   select_indexing = np.select(condition, choice) 
   # 输出结果： 
   # array([[-1, 2, -3],  [ 4, -5, 6],  [-7, 8, -9]]) 

9. np.take 和 np.put 函数：

   take_indexing = np.take(example_array, [0, 3, 6]) 
   np.put(example_array, [0, 3, 6], [10, 11, 12]) 
   # take_indexing 输出结果： 
   # array([1, 4, 7]) 
   # put_indexing 输出结果： 
   # array([[-1, -1, 3],  [11, 5, -1],  [-1, -1, 9]]) 

10. 高级赋值操作：

    example_array[example_array % 2 == 0] = -1 
    # 输出结果： 
    # array([[-1, -1, 3],  [11, 5, -1],  [-1, -1, 9]])