np.array_fancy_indexing花式索引
在Python中，使用NumPy库进行花式索引（fancy indexing）是一种非常强大的功能，它允许你通过使用数组索引数组。这意味着你可以使用另一个数组来指定你想要索引的主数组中的元素。
以下是一些使用花式索引的基本例子：
步骤 1: 导入NumPy库
首先，你需要导入NumPy库：
import numpy as np
步骤 2: 创建一个数组
创建一个NumPy数组：
arr = np.array([1, 2, 3, 4, 5])
步骤 3: 使用花式索引
单个索引数组
你可以使用一个包含索引位置的数组来索引：
index_array = np.array([0, 2, 4])
fancy_indexed = arr[index_array]
print(fancy_indexed) # 输出: [1 3 5]
条件索引
你也可以使用条件语句来创建一个索引数组：
index_array = np.where(arr % 2 == 0)[0]
fancy_indexed = arr[index_array]
print(fancy_indexed) # 输出: [2 4]
多维数组索引
对于多维数组，你可以使用多个索引数组进行索引：
arr_2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
row_indices = np.array([0, 2])
col_indices = np.array([1, 2])fancy_indexed_2d = arr_2d[row_indices, col_indices]
print(fancy_indexed_2d)
# 输出:
# [[2 3]
# [8 9]]
注意事项
- 花式索引返回的是被索引元素的拷贝，而不是视图。
- 花式索引的索引数组必须是一维的。
- 如果索引数组中包含的索引超出了原数组的维度，将会抛出错误。
花式索引是NumPy中非常灵活的一种索引方式，可以用于各种复杂的数据操作和分析任务。
arr[[-1, -5, -2]]
# 返回最后一行、倒数第五行、倒数第二行
arr[[7, 2, 4, 1, 4]]
# 返回从零数第七、二、四、一、四行