Numpy 简明教程
NumPy - Indexing & Slicing
ndarray 对象的内容可以通过索引或切片来访问和修改，就像 Python 的内置容器对象一样。
如前所述，ndarray 对象中的项目遵循从 0 开始的索引。有三种类型的索引方法，即： field access, basic slicing 和 advanced indexing 。
基本切片是 Python 在 n 维中对基本切片概念的扩展。通过将 start, stop 和 step 参数传递给内置 slice 函数来构建 Python 切片对象。将此切片对象传给数组以提取数组的一部分。
Example 1
import numpy as np
a = np.arange(10)
s = slice(2,7,2)
print a[s]它的输出如下：
[2 4 6]在上面的示例中，一个 ndarray 通过函数 arange() 准备对象。然后定义了一个切片对象，其中 start、stop 和 step 值分别为 2、7 和 2。当此切片对象被传递给 ndarray 时，它的一部分从索引 2 开始，到 7 结束，步长为 2，被切片。
还可以通过将用冒号分隔的切片参数 (:start:stop:step) 直接传递给 ndarray 对象来获得相同的结果。
Example 2
import numpy as np
a = np.arange(10)
b = a[2:7:2]
print b在这里，我们将获得相同的输出 -
[2 4 6]如果只放一个参数，则将返回与索引对应的单个项目。如果在它的前面插入一个 :，将提取从该索引开始的所有项目。如果使用两个参数（它们之间带有 :），则切片两个索引之间的项目（不包括 stop 索引），默认步长为一。
Example 4
# slice items starting from index
import numpy as np
a = np.arange(10)
print a[2:]现在，输出应为 −
[2 3 4 5 6 7 8 9]Example 5
# slice items between indexes
import numpy as np
a = np.arange(10)
print a[2:5]在此处，输出将为 −
[2 3 4]上述描述也适用于多维数组 ndarray 。
Example 6
import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print a
# slice items starting from index
print 'Now we will slice the array from the index a[1:]'
print a[1:]输出如下 −
[[1 2 3]
[3 4 5]
[4 5 6]]
Now we will slice the array from the index a[1:]
[[3 4 5]
[4 5 6]]切片还可以包含省略号 (…)，以生成与数组维度长度相同的选取元组。如果省略号用于行位置，它将返回一个包含行中项目的 ndarray。
Example 7
# array to begin with
import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print 'Our array is:'
print a
print '\n'
# this returns array of items in the second column
print 'The items in the second column are:'
print a[...,1]
print '\n'
# Now we will slice all items from the second row
print 'The items in the second row are:'
print a[1,...]
print '\n'
# Now we will slice all items from column 1 onwards
print 'The items column 1 onwards are:'
print a[...,1:]此程序的输出如下 -
Our array is:
[[1 2 3]
[3 4 5]
[4 5 6]]
The items in the second column are:
[2 4 5]
The items in the second row are:
[3 4 5]
The items column 1 onwards are:
[[2 3]
[4 5]
[5 6]]