Python/numpy array indexing
来自菜鸟教程
<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])