深入了解NumPy 高级索引

淡淡的烟草味﹌ 2022-12-21 09:27 145阅读 0赞

更多编程教程请到：[菜鸟教程][Link 1] https://www.piaodoo.com/

友情链接：[好看站][Link 2] http://www.nrso.net/

NumPy 比一般的 Python 序列提供更多的索引方式。除了之前看到的用整数和切片的索引外，数组可以由整数数组索引、布尔索引及花式索引。

**整数数组索引**

以下实例获取数组中(0,0)，(1,1)和(2,0)位置处的元素。

import numpy as np

x = np.array(\[\[1, 2\], \[3, 4\], \[5, 6\]\])  
y = x\[\[0,1,2\], \[0,1,0\]\]  
print (y)

输出结果为：

> \[1  4  5\]

以下实例获取了 4X3 数组中的四个角的元素。 行索引是 \[0,0\] 和 \[3,3\]，而列索引是 \[0,2\] 和 \[0,2\]。

import numpy as np

x = np.array(\[\[ 0, 1, 2\],\[ 3, 4, 5\],\[ 6, 7, 8\],\[ 9, 10, 11\]\])  
print (‘我们的数组是：’ )  
print (x)  
print (’\\n’)  
rows = np.array(\[\[0,0\],\[3,3\]\])  
cols = np.array(\[\[0,2\],\[0,2\]\])  
y = x\[rows,cols\]  
print (‘这个数组的四个角元素是：’)  
print (y)

输出结果为：

> 我们的数组是：  
> \[\[ 0  1  2\]  
>  \[ 3  4  5\]  
>  \[ 6  7  8\]  
>  \[ 9 10 11\]\]
> 
>   
> 这个数组的四个角元素是：  
> \[\[ 0  2\]  
>  \[ 9 11\]\]

返回的结果是包含每个角元素的 ndarray 对象。

可以借助切片 : 或 … 与索引数组组合。如下面例子：

import numpy as np

a = np.array(\[\[1,2,3\], \[4,5,6\],\[7,8,9\]\])  
b = a\[1:3, 1:3\]  
c = a\[1:3,\[1,2\]\]  
d = a\[…,1:\]  
print(b)  
print©  
print(d)

输出结果为：

> \[\[5 6\]  
>  \[8 9\]\]  
> \[\[5 6\]  
>  \[8 9\]\]  
> \[\[2 3\]  
>  \[5 6\]  
>  \[8 9\]\]

**布尔索引**

我们可以通过一个布尔数组来索引目标数组。

布尔索引通过布尔运算（如：比较运算符）来获取符合指定条件的元素的数组。

以下实例获取大于 5 的元素：

import numpy as np

x = np.array(\[\[ 0, 1, 2\],\[ 3, 4, 5\],\[ 6, 7, 8\],\[ 9, 10, 11\]\])  
print (‘我们的数组是：’)  
print (x)  
print (’\\n’)

# 现在我们会打印出大于 5 的元素 #

print (‘大于 5 的元素是：’)  
print (x\[x > 5\])

输出结果为：

> 我们的数组是：  
> \[\[ 0  1  2\]  
>  \[ 3  4  5\]  
>  \[ 6  7  8\]  
>  \[ 9 10 11\]\]
> 
>   
> 大于 5 的元素是：  
> \[ 6  7  8  9 10 11\]

以下实例使用了 ~（取补运算符）来过滤 NaN。

import numpy as np

a = np.array(\[np.nan, 1,2,np.nan,3,4,5\])  
print (a\[~np.isnan(a)\])

输出结果为：

> \[ 1.   2.   3.   4.   5.\]

以下实例演示如何从数组中过滤掉非复数元素。

import numpy as np

a = np.array(\[1, 2+6j, 5, 3.5+5j\])  
print (a\[np.iscomplex(a)\])

输出如下：

> \[2.0+6.j  3.5+5.j\]

**花式索引**

花式索引指的是利用整数数组进行索引。

花式索引根据索引数组的值作为目标数组的某个轴的下标来取值。对于使用一维整型数组作为索引，如果目标是一维数组，那么索引的结果就是对应位置的元素；如果目标是二维数组，那么就是对应下标的行。

花式索引跟切片不一样，它总是将数据复制到新数组中。

1、传入顺序索引数组

import numpy as np

x=np.arange(32).reshape((8,4))  
print (x\[\[4,2,1,7\]\])

输出结果为：

> \[\[16 17 18 19\]  
>  \[ 8  9 10 11\]  
>  \[ 4  5  6  7\]  
>  \[28 29 30 31\]\]

2、传入倒序索引数组

import numpy as np

x=np.arange(32).reshape((8,4))  
print (x\[\[-4,-2,-1,-7\]\])

输出结果为：

> \[\[16 17 18 19\]  
>  \[24 25 26 27\]  
>  \[28 29 30 31\]  
>  \[ 4  5  6  7\]\]

3、传入多个索引数组（要使用np.ix\_）

import numpy as np

x=np.arange(32).reshape((8,4))  
print (x\[np.ix\_(\[1,5,7,2\],\[0,3,1,2\])\])

输出结果为：

> \[\[ 4  7  5  6\]  
>  \[20 23 21 22\]  
>  \[28 31 29 30\]  
>  \[ 8 11  9 10\]\]

以上就是深入了解NumPy 高级索引的详细内容，更多关于NumPy 高级索引的资料请关注菜鸟教程www.piaodoo.com其它相关文章！

[Link 1]: https://www.piaodoo.com/
[Link 2]: http://www.nrso.net/

发表评论取消回复

表情：

评论列表（有 0 条评论，145人围观）

还没有评论，来说两句吧...

相关阅读

相关三、Numpy——索引

import numpy as np A = np.arange(3,15) print("*************一维数组索引********...

古城微笑少年丶/ 2024年04月19日 23:57/ 0 赞/ 56 阅读

相关【Mysql高级】谈谈你对索引的了解

一、索引概述帮助Mysql高效获取数据的数据结构。在数据之外，数据库还维护了特定查找算法的数据结构，这些数据结构以某种方式引用数据。这就是索引。 ![waterm

旧城等待，/ 2023年02月14日 10:10/ 0 赞/ 22 阅读

相关深入了解MySQL数据库的索引及底层结构

导致SQL执行慢的原因？ 1：硬件问题（网路慢，内存不足，io吞吐量小，磁盘满） 2：SQL没有使用索引或者索引失效 3：数据过多 4：服务器调优问题解决

梦里梦外;/ 2022年12月23日 13:26/ 0 赞/ 164 阅读

相关深入了解NumPy 高级索引

更多编程教程请到：[菜鸟教程][Link 1] https://www.piaodoo.com/ 友情链接：[好看站][Link 2] http://www.nrso.net

淡淡的烟草味﹌/ 2022年12月21日 09:27/ 0 赞/ 146 阅读

相关深入了解数据库索引的原理

文章转载自：http://www.cnblogs.com/aspwebchh/p/6652855.html 前段时间，公司一个新上线的网站出现页面响应速度缓慢的问题，一位负

一时失言乱红尘/ 2022年06月08日 04:48/ 0 赞/ 209 阅读

相关深入了解数据库索引原理

文章转载自：http://www.cnblogs.com/aspwebchh/p/6652855.html 前段时间，公司一个新上线的网站出现页面响应速度缓慢的问题，

￡神魔★判官ぃ/ 2022年06月08日 04:48/ 0 赞/ 195 阅读

相关高级数据库二：深入理解DB2索引（Index）

[原文地址][Link 1] 索引（Index）是数据库管理系统中一个非常重要的数据结构，索引的合理使用能够极大提高数据库系统的性能。那么，什么是索引？索

比眉伴天荒/ 2022年06月08日 00:28/ 0 赞/ 209 阅读

相关 Numpy 数组及其索引

Numpy 数组及其索引先导入numpy： In \[1\]: from numpy import 产生数组从列表产生数组： In \[2\]

阳光穿透心脏的1/2处/ 2022年05月16日 05:41/ 0 赞/ 210 阅读

相关 Numpy入门（四）深入学习Numpy模块

1 linalg模块 import numpy as np A = np.mat("0 1 2; 1 0 3; 4 -3 8") A

川长思鸟来/ 2022年04月18日 03:27/ 0 赞/ 308 阅读

相关【MYSQL高级】索引

1.什么是索引？索引是帮助获取数据的数据结构，排好序的快速查找就是索引。 2.建立索引的数据结构在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些

柔情只为你懂/ 2021年10月03日 01:56/ 0 赞/ 476 阅读