NumPy高级索引详解（附带实例）

NumPy 会比一般的 Python 序列提供更多的索引方式，包括整数数组索引、布尔索引及花式索引。

NumPy整数数组索引

整数数组索引可以是一维或多维的，取决于原始数组的维度：

• 对于一维数组，整数数组索引可以是任意整数值；
• 对于多维数组，整数数组索引应该是一个包含与原始数组相同维度的整数值的数组。

以下实例获取数组中 (0,0)、(1,1) 和 (2,0) 位置处的元素：

x = np.array([[1,  2],  [3,  4],  [5,  6]])
y = x[[0,1,2],  [0,1,0]]
print (y)

输出结果为：

[1  4  5]

以下实例获取了 4×3 数组中 4 个角的元素。行索引是 [0,0] 和 [3,3]，列索引是 [0,2] 和 [0,2]：

x = np.array([[  0,  1,  2],[  3,  4,  5],[  6,  7,  8],[  9,  10,  11]])
print('我们的数组是：' )
print(x)
print('\n')
rows = np.array([[0,0],[3,3]])
cols = np.array([[0,2],[0,2]])
y = x[rows,cols]
print('这个数组的四个角元素是：')
print(y)

输出结果为：

我们的数组是：
[[ 0  1  2]
[ 3  4  5]
[ 6  7  8]
[ 9 10 11]]
这个数组的四个角元素是：
[[ 0  2]
[ 9 11]]

返回的结果是包含每个角元素的 ndarray 对象。

此外，可以将切片（:）或 … 与索引数组组合，例如：

a = np.array([[1,2,3], [4,5,6],[7,8,9]])
b = a[1:3, 1:3]
c = a[1:3,[1,2]]
d = a[...,1:]
print(b)
print(c)
print(d)

输出结果为：

[[5 6]
[8 9]]
[[5 6]
[8 9]]
[[2 3]
[5 6]
[8 9]]

NumPy布尔索引

可以通过一个布尔数组来索引目标数组。布尔索引通过布尔运算（如比较运算符）来获取符合指定条件的元素的数组。以下实例获取大于 5 的元素：

x = np.array([[  0,  1,  2],[  3,  4,  5],[  6,  7,  8],[  9,  10,  11]])
print('我们的数组是：')
print(x)
print('\n')
print('大于5的元素是：')  # 现在我们会打印出大于5的元素
print(x[x >  5])

输出结果为：

我们的数组是：
[[ 0  1  2]
[ 3  4  5]
[ 6  7  8]
[ 9 10 11]]
大于5的元素是：
[ 6  7  8  9 10 11]

以下实例使用 ~（取补运算符）来过滤 NaN：

a = np.array([np.nan,  1,2,np.nan,3,4,5])
print (a[~np.isnan(a)])

输出结果为：

[1. 2. 3. 4. 5.]

以下实例演示如何从数组中过滤非复数元素：

a = np.array([1, 2+6j, 5, 3.5+5j])
print (a[np.iscomplex(a)])

输出结果为：

[2.+6.j 3.5+5.j]

NumPy花式索引

NumPy 会比一般的 Python 序列提供更多的索引方式，包括整数数组索引、布尔索引及花式索引。

花式索引将索引数组的值作为目标数组某个轴的下标来取值：

• 对于使用一维整型数组作为索引，如果目标是一维数组，那么索引的结果是对应下标的行；
• 如果目标是二维数组，那么索引的结果是对应位置的元素。

花式索引跟切片不一样，它总是将数据复制到新数组中。比如传入顺序索引数组：

x=np.arange(32).reshape((8,4))
print (x[[4,2,1,7]])

输出结果为：

[[16 17 18 19]
[ 8  9 10 11]
[ 4  5  6  7]
[28 29 30 31]]

传入倒序索引数组：

x=np.arange(32).reshape((8,4))
print (x[[-4,-2,-1,-7]])

输出结果为：

[[16 17 18 19]
[24 25 26 27]
[28 29 30 31]
[ 4  5  6  7]]

传入多个索引数组（要使用 np.ix_）：

x=np.arange(32).reshape((8,4))
print (x[np.ix_([1,5,7,2],[0,3,1,2])])

输出结果为：

[[ 4  7  5  6]
[20 23 21 22]
[28 31 29 30]
[ 8 11  9 10]]