NumPy 数组索引
访问数组元素
数组索引与访问数组元素相同。
您可以通过引用其索引号来访问数组元素。
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。
示例
从以下数组中获取第三个和第四个元素，并将它们相加。
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[2] + arr[3])
动手试试 »
访问二维数组
要访问二维数组中的元素，可以使用逗号分隔的整数来表示维度和元素的索引。
可以将二维数组看作具有行和列的表格，其中维度表示行，索引表示列。
示例
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('第一行上的第二个元素: ', arr[0, 1])
动手试试 »
示例
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('第二行上的第五个元素: ', arr[1, 4])
动手试试 »
访问三维数组
要访问三维数组中的元素，可以使用逗号分隔的整数来表示维度和元素的索引。
示例
访问第一个数组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])
动手试试 »
示例解释
arr[0, 1, 2] 打印值为 6。
这就是原因
第一个数字表示第一个维度，它包含两个数组
[[1, 2, 3], [4, 5, 6]]
并且
[[7, 8, 9], [10, 11, 12]]
由于我们选择了 0，因此我们只剩下第一个数组
[[1, 2, 3], [4, 5, 6]]
第二个数字表示第二个维度，它也包含两个数组
[1, 2, 3]
并且
[4, 5, 6]
由于我们选择了 1，因此我们只剩下第二个数组
[4, 5, 6]
第三个数字表示第三维度，它包含三个值
4
5
6
由于我们选择了 2，因此我们最终得到了第三个值
6
负索引
使用负索引从数组末尾访问数组。
示例
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('第二个维度的最后一个元素: ', arr[1, -1])
动手试试 »
