1 NumPy基础之花式索引

NumPy的花式索引(Fancy indexing)指ndarray数组使用整数数组进行索引。这的整数数组可以是python的列表等可迭代对象，也可以是NumPy数组。

花式索引，用整数数组的元素作为对应轴的索引，并且按数组元素顺序选取子集。

1.1 一个花式索引

一个花式索引，则整数数组元素为0轴的索引。

 >>> import numpy as np
 >>> ar1=np.empty((8,5))
 >>> for i in range(8):ar1[i]=i+1
 >>> ar1
 array([[1., 1., 1., 1., 1.],
        [2., 2., 2., 2., 2.],
        [3., 3., 3., 3., 3.],
        [4., 4., 4., 4., 4.],
        [5., 5., 5., 5., 5.],
        [6., 6., 6., 6., 6.],
        [7., 7., 7., 7., 7.],
        [8., 8., 8., 8., 8.]])
 # 花式索引，使用整数数组作为轴的索引，并且按元素先后顺序返回对应轴数据
 # 使用列表作为花式索引
 # 返回0轴索引为5,2,0,3的元素，并且按元素先后顺序返回
 >>> ar1[[5,2,0,3]]
 array([[6., 6., 6., 6., 6.],
        [3., 3., 3., 3., 3.],
        [1., 1., 1., 1., 1.],
        [4., 4., 4., 4., 4.]])
 # 负数作为索引，从最后一个开始向前索引为-1，-2，-3，依次类推
 >>> ar1[[-3,-6,-1]]
 array([[6., 6., 6., 6., 6.],
        [3., 3., 3., 3., 3.],
        [8., 8., 8., 8., 8.]])
 # 使用array作为花式索引
 >>> ar1[np.array((2,5,0))]
 array([[3., 3., 3., 3., 3.],
        [6., 6., 6., 6., 6.],
        [1., 1., 1., 1., 1.]])

1.2 多个花式索引

多个花式索引，每个花式索引依次对应0轴、1轴...的索引，最终取0轴和1轴的交集部分。

 >>> import numpy as np
 # ndarray.reshape()将ndarray转换为特定形状的ndarray
 >>> ar2=np.arange(1,41).reshape((8,5))
 >>> ar2
 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],
        [26, 27, 28, 29, 30],
        [31, 32, 33, 34, 35],
        [36, 37, 38, 39, 40]])
 # 多个花式索引，每个花式索引依次对应0轴、1轴...的索引
 # [1,5,6,3]为0轴索引，[2,1,0,3]为1轴索引
 # 最终取0轴和1轴的交集部分
 >>> ar2[[1,5,6,3],[2,1,0,3]]
 array([ 8, 27, 31, 19])

2 END

本文首发微信公众号：梯阅线条，

更多内容参考python知识分享或软件测试开发目录。