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
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
b=a[[0,1,2],[0,1,0]]
print(b)
----------------执行以上程序,返回的结果为---------------
[[1 2 3]
[4 5 6]
[7 8 9]]
[1 5 7]
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
a=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
print('我们的数组是:')
print(a)
print('\n')
rows = np.array([[0, 0], [3, 3]])
cols = np.array([[0, 2], [0, 2]])
b = a[rows, cols]
print('这个数组的四个角元素是:')
print(b)
----------------执行以上程序,返回的结果为---------------
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]])
print('我们的数组是:')
print(a)
b=a[1:3,1:3]
c=a[1:3,[1,2]]
d=a[...,1]
print(b)
print(c)
print(d)
----------------执行以上程序,返回的结果为---------------
我们的数组是:
[[1 2 3]
[4 5 6]
[7 8 9]]
[[5 6]
[8 9]]
[[5 6]
[8 9]]
[2 5 8]
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:
实例
import numpy as np
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
print('我们的数组是:')
print(a)
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(a[a>5])
----------------执行以上程序,返回的结果为---------------
我们的数组是:
[[1 2 3]
[4 5 6]
[7 8 9]]
大于5的元素是:
[6 7 8 9]
以下实例使用了 ~(取补运算符)来过滤 NaN。
实例
import numpy as np
a=np.array([np.nan,1,2,np.nan,3,4,5])
print(a[~np.isnan(a)])
----------------执行以上程序,返回的结果为---------------
[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。
实例
import numpy as np
a=np.array([1,2+6j,3,5+7j])
print(a[np.iscomplex(a)])
----------------执行以上程序,返回的结果为---------------
[2.+6.j 5.+7.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
a=np.arange(32).reshape(8,4)
print('我们的数组是:')
print(a)
print('\n')
print(a[[4,2,1,7]])
----------------执行以上程序,返回的结果为---------------
我们的数组是:
[[ 0 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]]
[[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
a=np.arange(32).reshape(8,4)
print('我们的数组是:')
print(a)
print('\n')
print(a[[-4,-2,-1,-7]])
----------------执行以上程序,返回的结果为---------------
我们的数组是:
[[ 0 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]]
[[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_)
原理:np.ix_函数就是输入两个数组,产生笛卡尔积的映射关系
import numpy as np
a=np.arange(32).reshape(8,4)
print('我们的数组是:')
print(a)
print('\n')
print (a[np.ix_([1,5,7,2],[0,3,1,2])])
----------------执行以上程序,返回的结果为---------------
我们的数组是:
[[ 0 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]]
[[ 4 7 5 6]
[20 23 21 22]
[28 31 29 30]
[ 8 11 9 10]]