标题: NumPy 数组索引 [打印本页]

---

作者: vicky.yu    时间: 2020-10-13 10:17     标题: NumPy 数组索引

NumPy 数组索引
NumPy 数组创建
NumPy 数组裁切
访问数组元素
数组索引等同于访问数组元素。

您可以通过引用其索引号来访问数组元素。

NumPy 数组中的索引以 0 开头，这意味着第一个元素的索引为 0，第二个元素的索引为 1，以此类推。

实例
从以下数组中获取第一个元素：

import numpy as np

arr = np.array([1, 2, 3, 4])

print(arr[0])
运行实例
实例
从以下数组中获取第二个元素：

import numpy as np

arr = np.array([1, 2, 3, 4])

print(arr[1])
运行实例
实例
从以下数组中获取第三和第四个元素并将其相加：

import numpy as np

arr = np.array([1, 2, 3, 4])

print(arr[2] + arr[3])
运行实例
访问 2-D 数组
要访问二维数组中的元素，我们可以使用逗号分隔的整数表示元素的维数和索引。

实例
访问第一维中的第二个元素：

import numpy as np

arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])

print('2nd element on 1st dim: ', arr[0, 1])
运行实例
实例
访问第二维中的第五个元素：

import numpy as np

arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])

print('5th element on 2nd dim: ', arr[1, 4])
运行实例
访问 3-D 数组
要访问 3-D 数组中的元素，我们可以使用逗号分隔的整数来表示元素的维数和索引。

实例
访问第一个数组的第二个数组的第三个元素：

import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

print(arr[0, 1, 2])
运行实例
例子解释
arr[0, 1, 2] 打印值 6。

工作原理：
第一个数字代表第一个维度，其中包含两个数组：

[[1, 2, 3], [4, 5, 6]]

然后：

[[7, 8, 9], [10, 11, 12]]

由于我们选择了 0，所以剩下第一个数组：

[[1, 2, 3], [4, 5, 6]]

第二个数字代表第二维，它也包含两个数组：

[1, 2, 3]

然后：

[4, 5, 6]

因为我们选择了 1，所以剩下第二个数组：

[4, 5, 6]

第三个数字代表第三维，其中包含三个值：

4
5
6
由于我们选择了 2，因此最终得到第三个值：

6

负索引
使用负索引从尾开始访问数组。

实例
打印第二个维中的的最后一个元素：

import numpy as np

arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])

print('Last element from 2nd dim: ', arr[1, -1])
运行实例
NumPy 数组创建
NumPy 数组裁切
VUE
Python 参考手册
Python 实例
Python 测验
W3School 简体中文版提供的内容仅用于培训和测试，不保证内容的正确性。通过使用本站内容随

---

欢迎光临 赛捷软件论坛 (http://sagesoft.cn/bbs/)

Powered by Discuz! 7.2