Numpy的索引和切片技巧有哪些

推荐大家收藏本经验，以后再遇到关于Numpy的“花式”索引或切片直接来查就好啦！ 1. Numpy的一维数组索引 Numpy的一维数组的索引基本方法和Python中列表的索引操作基本相同。

推荐大家收藏本经验，以后再遇到关于Numpy的“花式”索引或切片直接来查就好啦！

1. Numpy的一维数组索引

Numpy的一维数组的索引基本方法和Python中列表的索引操作基本相同。如果对基本的列表索引还不太熟悉的话，推荐看下相关经验哦~

2. Numpy的索引数组方式

除了列表的索引方法，Numpy提供了索引数组索引的方式，可以通过索引数组获取多个不连续的值。

1. 我们提供了一维的索引数组，长度为N。
2. Numpy负责遍历这个数组，每次取出一个索引。
3. Numpy创造出和索引数组一样维度大小的空数组。
4. Numpy使用这个索引去找到数据数组中对应的值。
5. 将获取的值放到对应位置的空数组中。
6. 返回填充好的空数组。

此外根据上面的理解方式，我们就能知道索引数组不一定是一维的。索引数组的用处就是提供一系列索引值，表示单个下标，并且提供返回数组的形状。所以也能提供二维索引数组来进行一维数组的索引，不同之处在于返回结果维度和形状大小的不同。