NumPy 数组索引

访问数组元素

数组索引与访问数组元素相同。

您可以通过引用数组元素的索引号来访问该元素。

NumPy 数组中的索引从 0 开始，这意味着第一个元素的索引为 0，第二个元素的索引为 1，依此类推。

实例

从以下数组中获取第一个元素：

import numpy as np

arr = np.array([1, 2, 3, 4])

print(arr[0])

亲自试一试

实例

从以下数组中获取第二个元素：

import numpy as np

arr = np.array([1, 2, 3, 4])

print(arr[1])

亲自试一试

实例

从以下数组中获取第三和第四个元素，并将它们相加：

import numpy as np

arr = np.array([1, 2, 3, 4])

print(arr[2] + arr[3])

亲自试一试

访问二维数组

要访问二维数组中的元素，我们可以使用逗号分隔的整数来表示元素的维度和索引。

将二维数组想象成带有行和列的表格，其中维度代表行，索引代表列。

实例

访问第一行第二列的元素：

import numpy as np

arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])

print('2nd element on 1st row: ', arr[0, 1])

亲自试一试

实例

访问第二行第五列的元素：

import numpy as np

arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])

print('5th element on 2nd row: ', arr[1, 4])

亲自试一试

访问三维数组

要访问三维数组中的元素，我们可以使用逗号分隔的整数来表示元素的维度和索引。

实例

访问第一个数组中的第二个数组的第三个元素：

import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

print(arr[0, 1, 2])

亲自试一试

例子解释

arr[0, 1, 2] 打印值 6。

原因如下：

第一个数字代表第一个维度，其中包含两个数组：

[[1, 2, 3], [4, 5, 6]]

以及：

[[7, 8, 9], [10, 11, 12]]

由于我们选择了 0，所以我们剩下第一个数组：

[[1, 2, 3], [4, 5, 6]]

第二个数字代表第二个维度，其中也包含两个数组：

[1, 2, 3]

以及：

[4, 5, 6]

由于我们选择了 1，所以我们剩下第二个数组：

[4, 5, 6]

第三个数字代表第三个维度，其中包含三个值：

4
5
6

由于我们选择了 2，所以我们最终得到第三个值：

6

负索引

使用负索引从数组末尾访问数组。

实例

打印第二个维度的最后一个元素：

import numpy as np

arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])

print('Last element from 2nd dim: ', arr[1, -1])

亲自试一试