NumPy之 索引技巧

Posted 2023-03-27

参考技术A 一次性搞定NumPy入门基础知识
NumPy之操控ndarray的形状
NumPy之浅拷贝和深拷贝
NumPy之索引技巧

当被索引的ndarray是一维时，利用array做索引，相当于一次性从被索引对象中挑选出索引指定的所有元素，索引出的对象仍然是一个ndarray对象。

如果索引是多维的，那么检出的ndarray的shape和索引的形状一致，索引中的各个数字则分别代表了元素在被检索ndarray中的位置

当被索引对象是多维的，且只提供一个索引，那么索引中的每个数字所对应的元素是被索引对象的第一个维度。

如果被索引对象是多维的，并且想从被索引对象中进行多维检索，那么需要给出多组索引array，这个时候每个索引array对应被索引对象中的一个维度。需要注意，索引array的形状必须是一致的，因为必须使用这几个索引array的相同位置（构成了被索引对象的不同维度）来共同指定被索引对象中的某一个元素。

通常可以把上述 i 和 j 写成list的形式，来作为索引使用

注意不能将 i 和 j 组合成array进行使用，这样会被解释器认为是索引被索引对象的第一个维度：

下面的例子展示了多维数组索引的一个应用：

可以使用索引来进行赋值操作，但注意如果索引有重复，将以最后一次赋值为准：

上述内容使用整数作为索引，而当使用布尔值作为索引时，则是通过指定需要哪些内容，不需要哪些内容来实现的（True，False）。
下面的例子通过给出一个原始ndarray相同形状的索引来进行操作，非常直观：

这个性质经常应用在赋值操作里：

另外一种用法类似于上述的多维度索引：对于每个维度，提供一个一维的array，说明需要这个维度上的哪些元素。

需要注意，这里 b1 和 b2 的长度要分别与 a 的两个维度的长度一致。

ix() 函数的参数是N个一维数组，它可以生产一个组合索引出来，这个索引有N维，每个维度的长度为每个参数的长度，取值由每个一维数组具体的值来决定。