Python/numpy array indexing

<languages />

NumPy数组索引

访问数组元素

数组索引与访问数组元素相同。

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等。

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])

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])

例

从以下数组中获取第三个和第四个元素并将其添加。

  import numpy as np

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

print(arr[2] + 
  arr[3])

访问二维数组

要访问二维数组中的元素，我们可以使用逗号分隔的整数来表示元素的维数和索引。

例

在第一个昏暗处访问第二个元素：

  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])

例

进入第二个暗处的第五个元素：

  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])

存取3-D阵列

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尺寸和索引。

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])

示例说明

arr[0, 1, 2] 打印值 6 .

这就是为什么：

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]]
and:
[[7，8，9]，[10，11，12]]
由于我们选择了 0 ，剩下第一个数组：
[[1、2、3]，[4、5、6]]

第二个数字代表第二维，它还包含两个数组：
[1,2,3]
and:
[4、5、6]
由于我们选择了 1 ，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 ，我们得到第三个值：
6

负索引

使用负索引从头开始访问数组。

例

打印第二个暗处的最后一个元素：

  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])