NumPy数组切片的多种方式（附带实例）

对于创建好的 NumPy 数组，可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。

数组可以基于 0~n 的下标进行索引，切片对象可以通过内置的 slice() 函数设置，并设置 start、stop 及 step 参数从原数组中切割出一个新数组。

【实例】利用 slice() 函数分割新数组。

import numpy as np
a = np.arange(10)          # 从索引 2 开始到索引 8 停止, 间隔为 2
s = slice(2,8,2)
print (a[s])

运行程序，输出如下：

[2 4 6]

程序中，首先通过 arange() 函数创建 ndarray 对象。然后分别设置起始、终止和步长的参数为 2，7 和 2。

也可以通过冒号分隔切片参数 start：stop：step 来进行切片操作，例如：

import numpy as np
a=np.arange(10)
b=a[2:8:2]              # 从索引2开始到索引8停止，间隔为2
print(b)

运行程序，输出如下：

[2 4 6]

如果切片参数中只放置一个参数，如 [2]，将返回与该索引相对应的单个元素；如果为[2：]，表示从该索引开始以后的所有项都将被提取；如果使用了两个参数，如 [2：7]，那么则提取两个索引（不包括停止索引）之间的项。

例如：

import numpy as np
a = np.arange(10)
b = a[6]
print(b)

运行程序，输出如下：

6

切片还可以包括省略号（...），用于使选择元组的长度与数组的维度相同。如果在行位置使用省略号，它将返回包含行中元素的 ndarray，例如：

import numpy as np
a = np.array([[1,4,7],[2,5,8],[3,6,9]])
print (a[...,1])          # 第 2 列元素
print (a[1,...])         # 第 2 行元素
print (a[...,1:])         # 第 2 列及剩下的所有元素

运行程序，输出如下：

[4 5 6]
[2 5 8]
[[4 7]
[5 8]
[6 9]]