NumPy科学计算库学习_008_NumPy数组的花式索引和索引技巧

一、1维NumPy数组

1、创建1维NumPy数组

arr = np.array([0,10,3,8,24,5,18,2,99,66])
print("【arr】/n",arr)

【arr】
 [ 0 10  3  8 24  5 18  2 99 66]

2、从1维NumPy数组中挑选元素索引、并赋值给新的对象

• 将arr2内的元素修改不会影响到arr本身哦

arr2 = arr[[0,0,0,2,3,-1,-1]]
print("【arr2修改前】/n",arr2)
arr2[1] = 1024
print("【arr2修改后】/n",arr2)
print("【arr】/n",arr)

【arr2修改前】
 [ 0  0  0  3  8 66 66]
【arr2修改后】
 [   0 1024    0    3    8   66   66]
【arr】
 [ 0 10  3  8 24  5 18  2 99 66]

二、2维NumPy数组

1、生成一个2维NumPy数组

/[arr2d=
/begin{bmatrix}
1&3&5&7&9//
2&4&6&8&10//
12&18&20&23&37//
123&55&32&11&209//
/end{bmatrix}/]

arr2d = np.array([[1,3,5,7,9],[2,4,6,8,10],[12,18,20,23,37],[123,55,32,11,209]])
print("【arr2d】/n",arr2d)

【arr2d】
 [[  1   3   5   7   9]
 [  2   4   6   8  10]
 [ 12  18  20  23  37]
 [123  55  32  11 209]]

2、2维NumPy数组中，获取第2行和第4行数据

/[arr2d=
/begin{bmatrix}
1&3&5&7&9//
/color{blue}{2}&/color{blue}{4}&/color{blue}{6}&/color{blue}{8}&/color{blue}{10}//
12&18&20&23&37//
/color{blue}{123}&/color{blue}{55}&/color{blue}{32}&/color{blue}{11}&/color{blue}{209}//
/end{bmatrix}
/color{green}{/Longrightarrow}
/begin{bmatrix}
/color{blue}{2}&/color{blue}{4}&/color{blue}{6}&/color{blue}{8}&/color{blue}{10}//
/color{blue}{123}&/color{blue}{55}&/color{blue}{32}&/color{blue}{11}&/color{blue}{209}//
/end{bmatrix}
/]

print("【获取第2行和第4行数据】/n",arr2d[[1,3]])

【获取第2行和第4行数据】
 [[  2   4   6   8  10]
 [123  55  32  11 209]]

3、2维NumPy数组中，获取第2行第3列和第4行第5列的数据

/[arr2d=
/begin{bmatrix}
1&3&5&7&9//
{2}&{4}&/color{blue}{6}&{8}&{10}//
12&18&20&23&37//
{123}&{55}&{32}&{11}&/color{blue}{209}//
/end{bmatrix}
/color{green}{/Longrightarrow}
/begin{bmatrix}
/color{blue}{6}&/color{blue}{209}//
/end{bmatrix}
/]

print("【获取第2行第3列和第4行第5列的数据】/n",arr2d[[1,3],[2,4]])

【获取第2行第3列和第4行第5列的数据】
 [  6 209]

4、2维NumPy数组中，获取第2行中：第3列、第4列、第5列的数据

/[arr2d=
/begin{bmatrix}
1&3&5&7&9//
{2}&{4}&/color{blue}{6}&/color{blue}{8}&/color{blue}{10}//
12&18&20&23&37//
{123}&{55}&{32}&{11}&{209}//
/end{bmatrix}
/color{green}{/Longrightarrow}
/begin{bmatrix}
/color{blue}{6}&/color{blue}{8}&/color{blue}{10}//
/end{bmatrix}
/]

print("【获取第2行中：第3列、第4列、第5列的数据】/n",arr2d[1,[2,3,4]])

【获取第2行中：第3列、第4列、第5列的数据】
 [ 6  8 10]

5、2维NumPy数组中，获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据

/[arr2d=
/begin{bmatrix}
1&3&5&7&9//
{2}&{4}&/color{blue}{6}&/color{blue}{8}&/color{blue}{10}//
12&18&/color{blue}{20}&/color{blue}{23}&/color{blue}{37}//
{123}&{55}&{32}&{11}&{209}//
/end{bmatrix}
/color{green}{/Longrightarrow}
/begin{bmatrix}
/color{blue}{6}&/color{blue}{8}&/color{blue}{10}//
/color{blue}{20}&/color{blue}{23}&/color{blue}{37}//
/end{bmatrix}
/]

print("【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】/n",arr2d[[1,2],2:])
print("【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】/n",arr2d[[1,2]][:,2:])

【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】
 [[ 6  8 10]
 [20 23 37]]
【获取第2行、第3列；第2行、第4列；第2行、第5列;第3行、第3列；第2行、第4列；第3行、第5列的数据】
 [[ 6  8 10]
 [20 23 37]]

6、2维NumPy数组中，获取矩阵数组4个角的数据+第1行、第3列+第4行、第3列的数据

/[arr2d=
/begin{bmatrix}
/color{blue}1&3&/color{blue}5&7&/color{blue}9//
{2}&{4}&{6}&{8}&{10}//
12&18&{20}&{23}&{37}//
/color{blue}{123}&{55}&/color{blue}{32}&{11}&/color{blue}{209}//
/end{bmatrix}
/color{green}{/Longrightarrow}
/begin{bmatrix}
/color{blue}{1}&/color{blue}{5}&/color{blue}{9}//
/color{blue}{123}&/color{blue}{32}&/color{blue}{209}//
/end{bmatrix}
/]

print("【获取`矩阵数组4个角的数据`+`第1行、第3列`+`第4行、第3列`的数据】/n",arr2d[[0,3]][:,[0,2,4]])

【获取`矩阵数组4个角的数据`+`第1行、第3列`+`第4行、第3列`的数据】
 [[  1   5   9]
 [123  32 209]]

7、关于笛卡尔积的计算

• 计算过程

/[A=
/begin{bmatrix}
a&b//
c&d//
/end{bmatrix}
B=
/begin{bmatrix}
2//
3//
/end{bmatrix}
/]

/[/color{green}{/Downarrow}
/]

/[{A}/otimes{B}=
/begin{bmatrix}
aB&bB//
cB&dB//
/end{bmatrix}
=
/begin{bmatrix}
2a&2b//
3a&3b//
2c&2d//
3c&3d//
/end{bmatrix}
/color{red}{/neq}
{B}/otimes{A}=
/begin{bmatrix}
2A//
3A//
/end{bmatrix}
=
/begin{bmatrix}
2a&2b//
2c&2d//
3a&3b//
3c&3d//
/end{bmatrix}
/]

• 笛卡尔积在NumPy中的使用np.ix_(待提取元素的行标, 待提取元素的列标)

print("【arr2d】")
print(arr2d)
print("【arr2d】选取行数")
print(arr2d[[1,3,3,3]])
print("【arr2d】在选取行数的基础上，选取列数")
print(arr2d[[1,3,3,3]][:,[2,4,4]])
print("【以上操作可以用np.ix_()代替】")
print(arr2d[np.ix_([1,3,3,3],[2,4,4])])

【arr2d】
[[  1   3   5   7   9]
 [  2   4   6   8  10]
 [ 12  18  20  23  37]
 [123  55  32  11 209]]
【arr2d】选取行数
[[  2   4   6   8  10]
 [123  55  32  11 209]
 [123  55  32  11 209]
 [123  55  32  11 209]]
【arr2d】在选取行数的基础上，选取列数
[[  6  10  10]
 [ 32 209 209]
 [ 32 209 209]
 [ 32 209 209]]
【以上操作可以用np.ix_()代替】
[[  6  10  10]
 [ 32 209 209]
 [ 32 209 209]
 [ 32 209 209]]

8、布尔值索引

chars = np.array(['a','b','c','d','e','f','g','h','a'])
print("【chars】/n",chars)
cond1 = (chars == 'a')
print("【cond1】/n",cond1)
print("【返回chars数组中，元素为a的字符】/n",chars[cond1])

print("")

nums = np.array([1,2,3,4,5,6,7])
print("【nums】/n",nums)
cond2 = (nums >= 4)
cond3 = (nums < 7)
print("【cond2 & cond3】/n",cond2 & cond3)
print("【返回nums数组中，元素大于等于4且小于7的数】/n",nums[cond2 & cond3])

【chars】
 ['a' 'b' 'c' 'd' 'e' 'f' 'g' 'h' 'a']
【cond1】
 [ True False False False False False False False  True]
【返回chars数组中，元素为a的字符】
 ['a' 'a']

【nums】
 [1 2 3 4 5 6 7]
【cond2 & cond3】
 [False False False  True  True  True False]
【返回nums数组中，元素大于等于4且小于7的数】
 [4 5 6]