NumPy高級索引

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數和切片的索引外，數組可以由整數數組索引、布爾索引及花式索引。

整數數組索引

以下實例獲取數組中(0,0)，(1,1)和(2,0)位置處的元素。
實例：

# -*- coding: UTF-8 -*-import numpy as npx = np.array([[1,2],[3,4],[5,6]]) # 第一個數組用于表示行的索引，第二個數組用于表示列的索引 y = x[[0,1,2],[0,1,0]] print(y)

輸出結果為：

[1 4 5]

以下實例獲取了 4 * 3數組中的四個角的元素。行索引是[0,0]和[3,3]，而列索引是[0,2]和[0,2]。
實例

import numpy as npx = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]]) print('我們的數組是：') print(x) print('\n') rows = np.array([[0, 0], [3, 3]]) cols = np.array([[0, 2], [0, 2]]) y = x[rows, cols] print('這個數組的四個角元素是：') print(y)

輸出結果為：

我們的數組是： [[ 0 1 2][ 3 4 5][ 6 7 8][ 9 10 11]] 這個數組的四個角元素是： [[ 0 2][ 9 11]]

返回的結果是包含每個角元素的 ndarray 對象。
可以借助切片 ：或 … 與索引數組組合。如下面例子：
實例：

import numpy as npa = 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(c) print(d)

輸出結果為：

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

布爾索引

我們可以通過一個布爾數組來索引目標數組。
布爾索引通過布爾運算（如：比較運算符）來獲取指定條件的元素的數組。
以下實例獲取大于5的元素：

import numpy as npx = np.array([[ 0, 1, 2],[ 3, 4, 5],[ 6, 7, 8],[ 9, 10, 11]]) print('我們的數組是：') print(x) print('\n') # 現在我們會打印出大于5的元素 print('大于5的元素是：') print(x[x > 5])

輸出結果為：

我們的數組是： [[ 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]

以下實例使用了 ~ （取補運算符）來過濾NaN.

實例

import numpy as npa = np.array([np.nan, 1,2,np.nan,3,4,5]) print(a[~np.isnan(a)])

輸出結果為：

[1. 2. 3. 4. 5.]

以下實例演示如何從數組中過濾掉非復數元素。

實例：

import numpy as npa = np.array([1, 2+6j, 5, 3.5+5j]) # 取出復數的內容 print(a[np.iscomplex(a)])

輸出如下：

[2. +6.j 3.5+5.j]

花式索引
花式索引指的是利用整數數組進行索引。
、
花式索引根據索引數組的值作為目標數組的某個軸的下標來取值。對于使用一維整型數組作為索引，如果目標是一維數組，那么索引的結果就是對應位置的元素；如果目標是二維數組，那么就是對應下標的行。

花式索引跟切片不一樣，它總是將數據復制到新數組中。
1、傳入順序索引數組
實例

import numpy as npx = np.arange(32).reshape(8,4) print(x) print("---分別取出第4+1,2+1,1+1,7+1行的數據---") print(x[[4,2,1,7]])

輸出結果為：

[[ 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]] ---分別取出第4+1,2+1,1+1,7+1行的數據--- [[16 17 18 19][ 8 9 10 11][ 4 5 6 7][28 29 30 31]]

2、傳入倒敘索引數組

import numpy as npx = np.arange(32).reshape(8,4) print(x) print("---分別取出第-4,-2,-1,-7行的數據---") print(x[[-4,-2,-1,-7]])

輸出結果為：

[[ 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]] ---分別取出第4+1,2+1,1+1,7+1行的數據--- [[16 17 18 19][24 25 26 27][28 29 30 31][ 4 5 6 7]]

3、傳入多個索引數組（要使用np.ix_）

import numpy as npx = np.arange(32).reshape((8,4)) print(x) """ 分別取出1,5,7，2行的第0列，第3列，第1列，第2列 """ print(x[np.ix_([1,5,7,2],[0,3,1,2])])

輸出結果為：

[[ 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]]

總結

以上是生活随笔為你收集整理的B07_NumPy 高级索引(整数数组索引,布尔索引，花式索引)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。