整数索引和切片的基本使用

ndarray对象支持索引和切片操作，且提供了比常规Python序列更多的索引功能，除了使用整数进行索引以外，还可以使用整数数组和布尔数组进行索引。

ndarray对象的元素可以通过索引和切片来访问和修改，就像Python内置的容器对象一样。下面是一个一维数组，从表面上来看，该数组使用索引和切片的方式，与Python列表的功能相差不大，具体代码如下。

In [53]: import numpy as np
In [54]: arr = np.arange(8)  # 创建一个一维数组
In [55]: arr
Out[55]: array([0, 1, 2, 3, 4, 5, 6, 7])
In [56]: arr[5]         # 获取索引为5的元素
Out[56]: 5
In [57]: arr[3:5]        # 获取索引为3~5的元素，但不包括5
Out[57]: array([3, 4])
In [58]: arr[1:6:2]       # 获取索引为1~6的元素，步长为2
Out[58]: array([1, 3, 5])

不过，对于多维数组来说，索引和切片的使用方式与列表就大不一样了。在二维数组中，每个索引位置上的元素不再是一个标量了，而是一个一维数组，具体示例代码如下。

In [59]: import numpy as np
In [60]: arr2d = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]]) # 创建二维数组
In [61]: arr2d
Out[61]: 
array([[1, 2, 3],
​     [4, 5, 6],
​     [7, 8, 9]])
In [62]: arr2d[1]      # 获取索引为1的元素
Out[62]: array([4, 5, 6])

此时，如果我们想通过索引的方式来获取二维数组的单个元素，就需要通过形如“arr[x，y]”，以逗号分隔的索引来实现。其中，x表示行号，y表示列号。示例代码如下：

In [63]: arr2d[0, 1]    # 获取位于第0行第1列的元素
Out[63]: 2

接下来，通过一张图来描述数组arr2d的索引方式，如图1所示。

图1 arr2d的索引方式

从图1中可以看出，arr2d是一个3行3列的数组，如果我们想获取数组的单个元素，必须同时指定这个元素的行索引和列索引。例如，获取索引位置为第1行第1列的元素，我们可以通过arr2d[1,1]来实现。

相比一维数组，多维数组的切片方式花样更多，多维数组的切片是沿着行或列的方向选取元素的，我们可以传入一个切片，也可以传入多个切片，还可以将切片与整数索引混合使用。

传入一个切片的示例代码：

In [64]: arr2d[:2]
Out[64]: 
array([[1, 2, 3],

​    [4, 5, 6]])

传入两个切片的示例代码：

In [65]: arr2d[0:2, 0:2]
Out[65]: 
array([[1, 2],
​    [4, 5]])

切片与整数索引混合使用的示例代码：

In [66]: arr2d[1, :2]
Out[66]: array([4, 5])

上述多维数组切片操作的相关示意图，如图2所示。

图2 多维数组切片图示