Numpy获取数组中的元素，我总结了3类方法！

 关注

“脚本之家

”，与百万开发者在一起

文 | 黄伟呢

出品 | 数据分析与统计学之美（ID：huang_superme）

1. 本文介绍

前面我借着3个函数，为大家讲述了数组与列表的相互转化，数组的数据类型转化，以及如何改变ndarray数组的形状。今天黄同学就为大家介绍以下内容：

• Ⅰ 普通索引+切片；
• Ⅱ 通过整数数组进行索引(这个比较有用)；
• Ⅲ 通过布尔数组进行索引；

2. 普通索引+切片

这里构造一个数组：

a = np.arange(1,13,1).reshape(3,4)
print(a)

结果如下：

获取某一个元素，有如下两种方式：

a[1][2]
a[1,2]

结果如下：

获取某一行元素，也有如下两种方式：

a[1])
a[1,:]

结果如下：

获取某一列元素：

a[:,1]

结果如下：

3. 通过整数数组进行索引

• 当要选取的元素不连续时，可以提供一个索引数组来选择（或修改）对应索引位置的元素。
• 通过整数数组索引，返回的是原数组的拷贝，而不是视图。

构造一个数组：

a = np.arange(1,21,1).reshape(5,4)
print(a)

结果如下：

选取数组a中的第2、第4、第5行数据：

a[[1,3,4]]

结果如下：

a = np.arange(1,21,1).reshape(5,4)
print(a)

b = a[[1,3]]
print(b)

b[1,2] = 888
print(b)
print(a)

结果如下：

可以看出：当返回的是原数组的拷贝的时候，相当于将原始数组复制了一份，在内存中重新开辟了一块儿空间，存储起来了。因此，当我修改任何一个数组，相互之间没有任何影响。

4. 通过布尔数组进行索引

• 含义：我们可以提供一个布尔类型的数组(A)，然后通过该数组(A)来对另外一个数组(B)进行索引(元素选取)。索引的原则为：如果为True，则选取对应位置的元素，否则不选取。
• 作用：通过布尔类型的数组进行索引是常见且实用的操作，我们通常用来进行元素选择（或过滤）操作。

① 通过布尔数组取一维数组中的元素

a = np.array([17,19,32,13,27,10,40])
print(a)

a1 = a[[True,True,False,True,False,False,True]]
print(a1)

bool_index = a > 15
print(bool_index)

a2 = a[bool_index]
print(a2)

结果如下：

② 通过布尔数组取二维数组中的元素

b = np.arange(10,30).reshape(5,4)
print(b)

# 这个表示选取第1，2，4行；
b1 = b[[True,True,False,True,False]] 
print(b1)

bool_index = b > 20
print(bool_index)

b2 = b[bool_index]
print(b2)

结果如下：

③ 构造布尔数组的几种常用的运算符

再看看下面几个例子：

c = np.array([15,18,19,23,24,28,30,35,37,40,41,45])
print(c)

c1 = c[c>25]
print(c1)

c2 = c[(c>20) & (c<35)]
print(c2)

c3 = c[(c<20) | (c>40)]
print(c3)

c4 = c[~(c>40)]
print(c4)

结果如下：

④ 取出两个数组中相同的元素

a = np.array([1, 3, 9, 10])
b = np.array([1, 8, 6, 10])

# 对应位置的元素，会进行比较；
print(a[a == b])

结果如下：

关注视频号，参与留言送书活动

  推荐阅读：