Numpy中的神奇索引

前言

学无止境，无止境学。坚持每天学点编程知识，坚持每天写点小文章，坚持每天进步一点点。大家好，我是张大鹏，喜欢学习和分享，希望能够通过此公众号，将自己学到的东西分享给大家，和大家一起交流，一起成长，一起进步。

乾坤未定，你我皆是黑马。大鹏一日同风起，扶摇直上九万里。宝剑锋从磨砺出，梅花香自苦寒来。不积跬步，无以至千里，不积小流无以成江海。

如果有多余的时间，就坚持学习吧，小时候学习改变命运，长大了学习丰富内涵，老了学习带来宁静。活到老，学到老，我能行！

概述

今天要给大家分享的是Numpy的神奇索引。在之前的文章中，我们已经掌握了Numpy的索引和切片，Numpy的布尔索引，应该已经感受到了Numpy在处理数组方面的强大之处。

而今天的主角神奇索引，你学会以后，相信会更惊叹于Numpy是如此的“神奇”！

那么，什么是神奇索引呢？

神奇索引本质上就是“通过数组对Numpy数组进行索引”。

没有错，我们对Numpy数组进行索引的时候，可以传入一个元素的二维数组，表示取Numpy数组中的某几行，也可以传入两个元素的二维数组，表示取Numpy数组中的某几个元素。

通过以上的描述，你应该能够感觉到，神奇索引主要是用来操作二维数组的。

准备数据

我们主要准备一个简单的二维数组：

import numpy as np

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

arr

结果如下：

array([[1, 1, 1],

[2, 2, 2],

[3, 3, 3]])

取数组某几行

比如，我们取数组的第1行和2行：

arr[[0,1]]

输出结果如下：

array([[1, 1, 1],

[2, 2, 2]])

比如我们去数组的第1行和第3行：

arr[[0,2]]

输出结果如下：

array([[1, 1, 1],

[3, 3, 3]])

神奇索引的优势

这里需要注意的是，虽然通过切片的方式我们也能够取出数组的某几行元素，但是切片是要遵循规律的。而申请索引不需要遵循规律，你想要去哪几行就填哪几行的索引就行。

神奇索引支持负数

神奇索引除了支持正常的整数索引以外，还支持负数索引，表示从后往前的第几行数据。

比如，我们取第一行数据和最后一行数据：

arr[[0,-1]]

输出结果如下：

array([[1, 1, 1],

[3, 3, 3]])

神奇索引取特定元素

之前已经介绍过，如果神奇索引传入的是两个元素的二维数组，则是取具体的元素，需要两个二维数组的元素个数相等。

比如，我们去第1行的第1个元素和最后一个行的最后一个元素：

import numpy as np

arr = np.arange(1,10).reshape((3,3))

arr[[0,-1],[0,-1]]

输出结果如下：

array([1, 9])

总结