ar = np.arange(20)

print(ar)

print(ar[4])

print(ar[3:6])

print(ar[:4:2])   #索引到4 按2的步长

print('-----')

[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]

4

[3 4 5]

[0 2]

-----

ar = np.arange(16).reshape(4,4)

print(ar, '数组轴数为%i' %ar.ndim)   # 4*4的数组

print(ar[2],  '数组轴数为%i' %ar[2].ndim)  # 切片为下一维度的一个元素，所以是一维数组

print(ar[2][1]) # 二次索引，得到一维数组中的一个值

print(ar[1:3],  '数组轴数为%i' %ar[1:3].ndim)  # 切片为两个一维数组组成的二维数组

print(ar[2,2])  # 切片数组中的第三行第三列 → 10

print(ar[:2,1:])  # 切片数组中的1,2行、2,3,4列 → 二维数组

print('-----')

[[ 0  1  2  3]

 [ 4  5  6  7]

 [ 8  9 10 11]

 [12 13 14 15]] 数组轴数为2

[ 8  9 10 11] 数组轴数为1

9

[[ 4  5  6  7]

 [ 8  9 10 11]] 数组轴数为2

10

[[1 2 3]

 [5 6 7]]

-----

ar = np.arange(8).reshape(2,2,2)

print(ar, '数组轴数为%i' %ar.ndim)   # 2*2*2的数组

print('\n')

print(ar[0],  '数组轴数为%i' %ar[0].ndim)  # 三维数组的下一个维度的第一个元素 → 一个二维数组

print(ar[0][0],  '数组轴数为%i' %ar[0][0].ndim)  # 三维数组的下一个维度的第一个元素下的第一个元素 → 一个一维数组

print(ar[0][0][1],  '数组轴数为%i' %ar[0][0][1].ndim)

[[[0 1]

  [2 3]]

 [[4 5]

  [6 7]]] 数组轴数为3

[[0 1]

 [2 3]] 数组轴数为2

[0 1] 数组轴数为1

1 数组轴数为0

# 布尔型索引及切片

ar = np.arange(12).reshape(3,4)

i = np.array([True,False,True])

j = np.array([True,True,False,False])

print(ar)

print(i)

print(j)

print(ar[i,:])  # 在第一维度做判断，只保留True，这里第一维度就是行，ar[i,:] = ar[i]（简单书写格式）

print(ar[:,j])  # 在第二维度做判断，这里如果ar[:,i]会有警告，因为i是3个元素，而ar在列上有4个

# 布尔型索引：以布尔型的矩阵去做筛选

m = ar > 5

print(m)  # 这里m是一个判断矩阵

print(ar[m])  # 用m判断矩阵去筛选ar数组中>5的元素 → 重点！后面的pandas判断方式原理就来自此处

[[ 0  1  2  3]

 [ 4  5  6  7]

 [ 8  9 10 11]]

[ True False  True]

[ True  True False False]

[[ 0  1  2  3]

 [ 8  9 10 11]]

[[0 1]

 [4 5]

 [8 9]]

[[False False False False]

 [False False  True  True]

 [ True  True  True  True]]

[ 6  7  8  9 10 11]

ar = np.arange(10)

print(ar)

ar[5] = 100

ar[7:9] = 200

print(ar)

# 一个标量赋值给一个索引/切片时，会自动改变/传播原始数组

ar = np.arange(10)

b = ar.copy()

b[7:9] = 200

print(ar)

print(b)

# 复制

[0 1 2 3 4 5 6 7 8 9]

[  0   1   2   3   4 100   6 200 200   9]

[0 1 2 3 4 5 6 7 8 9]

[  0   1   2   3   4   5   6 200 200   9]