01、数组的索引
1、数组的切片返回的是原始数据的视图
import numpy as np
a = np.arange(10)
print(a)
print(a[3])
print(a[-1])
a[2] = 112
print(a)
2、复制数据
b = a.copy()
print(b)
3、对于二维数组，可在单个或多个轴向上完成切片，也可以跟整数索引一起混合使用
c = np.arange(15).reshape(3,5)
print(c)
print(c[0])
print(c[2])
d = np.arange(12).reshape(2,2,3)
print(d)
4、如果要获取某个元素，可通过以下两种等价的方法
print(c[0][2])
print(c[0,2])
02、数组的切片
1、多维数组的切片是按照轴方向进行的，当在括号中输入参数时，数组就会按照第一轴的方向进行切片
a = np.arange(6)
print(a)
print(a[2:5])
b = np.arange(12).reshape(4,3)
print(b)
print(b[2:])
2、竖轴方向的切片，只有使用‘：’才会选取整个轴
print(b[:,1])
print(b[:,1:2])
print(b[2:,1:])
3、布尔型索引
1、布尔型数组可与切片，整数（整数序列）一起使用
fruits = np.array(['apple','banana','pear','banana','pear','apple','pear','grape','orange'])
print(fruits)
print(fruits=='pear')
注意：布尔型数组的长度必须和被索引的轴的长度一致；
2、!= 不等于符号；~ 负号；logical_not()函数
print(fruits!='pear')
print(~(fruits!='pear'))
print(np.logical_not(fruits=='pear'))
注意：~ 负号可以对条件进行否定，与logical_not()函数作用一样
全文完，感谢您的耐心阅读 ~
