上一篇博客介绍了numpy的几种初始化方式和numpy的数据类型(dtype)和shape的相关知识,这篇介绍numpy矩阵的索引与切片
矢量化
numpy数组有一个很好的特性就是支持vectorization...[3] # 下标访问
Out[56]: 2
In [57]: c[2:4] # 切片也是个数组
Out[57]: array([5, 2])
In [58]: c[2:4] = 8 # 连续赋值支持...[1,1] # 也可以采用此种索引方法
Out[68]: array([5, 5, 5, 5], dtype=int16)
In [69]: d[1,1] = 4 # broadcasting式的赋值..., 5, 5],
[5, 5, 5, 5]]], dtype=int16)
In [71]: d[1,1] = np.array([7,8,9,10]) # 可以相同大小的数组进行赋值..., False]], dtype=bool)
In [83]: f[f==4] # 选取f中元素数值等于4的
Out[83]: array([4])
##############如果有多个选取条件