我发现在python中为numpy数组建立索引很奇怪。

在Python中，为numpy数组建立索引的方式与传统的列表索引有一些不同。numpy数组是一个多维数组对象，可以通过整数索引、切片、布尔索引等方式进行访问和操作。

1. 整数索引：可以使用整数索引来访问数组中的元素。对于一维数组，可以直接使用整数索引获取对应位置的元素；对于多维数组，可以使用逗号分隔的整数索引来获取对应位置的元素。
2. 切片：可以使用切片来获取数组的子集。切片使用[start:end:step]的形式，其中start表示起始位置（包含），end表示结束位置（不包含），step表示步长（默认为1）。
3. 布尔索引：可以使用布尔数组来选择满足条件的元素。布尔数组的长度必须与原数组相同，对应位置为True的元素将被选择。

下面是一个示例代码，演示了如何在numpy中建立索引：

import numpy as np

# 创建一个一维数组
arr = np.array([1, 2, 3, 4, 5])

# 使用整数索引获取元素
print(arr[0])  # 输出：1

# 使用切片获取子集
print(arr[1:4])  # 输出：[2 3 4]

# 使用布尔索引选择满足条件的元素
print(arr[arr > 3])  # 输出：[4 5]

# 创建一个二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])

# 使用整数索引获取元素
print(arr2[0, 1])  # 输出：2

# 使用切片获取子集
print(arr2[:, 1:])  # 输出：[[2 3]
                   #       [5 6]]

# 使用布尔索引选择满足条件的元素
print(arr2[arr2 > 3])  # 输出：[4 5 6]

numpy的索引方式灵活多样，可以根据具体需求选择合适的方式进行索引。在实际应用中，numpy广泛用于科学计算、数据分析、图像处理等领域。

推荐的腾讯云相关产品：腾讯云云服务器（CVM）、腾讯云对象存储（COS）、腾讯云数据库（TencentDB）等。您可以通过访问腾讯云官网（https://cloud.tencent.com/）了解更多产品信息和详细介绍。