【python資料分析（3）】 Numpy索引及切片

1. 一維數組索引及切片

import numpy as np
ar = np.arange(20)
print(ar)
print(ar[4])
print(ar[3:6])
           

–> 輸出的結果為：

[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]
4
[3 4 5]
           

2. 二維數組索引及切片

ar = np.arange(16).reshape(4,4)
print(ar, '數組軸數為%i' %ar.ndim)   		     # 4*4的數組
print(ar[2],  '數組軸數為%i' %ar[2].ndim)         # 切片為下一次元的一個元素，是以是一維數組
print(ar[2][1]) 							     # 二次索引，得到一維數組中的一個值
print(ar[1:3],  '數組軸數為%i' %ar[1:3].ndim)     # 切片為兩個一維數組組成的二維數組
print(ar[2,2])  								 # 切片數組中的第三行第三列 → 10
print(ar[:2,1:]) 								 # 切片數組中的1,2行、2,3,4列 → 二維數組
           

–> 輸出的結果為：

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]] 數組軸數為2
[ 8  9 10 11] 數組軸數為1
9
[[ 4  5  6  7]
 [ 8  9 10 11]] 數組軸數為2
10
[[1 2 3]
 [5 6 7]]
           

3. 三維數組索引及切片

ar = np.arange(8).reshape(2,2,2)
print(ar, '數組軸數為%i' %ar.ndim)   				# 2*2*2的數組
print(ar[0],  '數組軸數為%i' %ar[0].ndim)  			# 三維數組的下一個次元的第一個元素 → 一個二維數組
print(ar[0][0],  '數組軸數為%i' %ar[0][0].ndim)  	# 三維數組的下一個次元的第一個元素下的第一個元素 → 一個一維數組
print(ar[0][0][1],  '數組軸數為%i' %ar[0][0][1].ndim)  
           

–> 輸出的結果為：(注意第一個是三維數組，可以多重索引)

[[[0 1]
  [2 3]]

 [[4 5]
  [6 7]]] 數組軸數為3
[[0 1]
 [2 3]] 數組軸數為2
[0 1] 數組軸數為1
1 數組軸數為0
           

4. 布爾型索引及切片

★★★★★4.1 布爾型索引：以布爾型的矩陣去做篩選

ar = np.arange(12).reshape(3,4)
i = np.array([True,False,True])
j = np.array([True,True,False,False])
print(ar)
print(i)
print(j)
print(ar[i,:])  # 在第一次元做判斷，隻保留True，這裡第一次元就是行，ar[i,:] = ar[i]（簡單書寫格式）
print(ar[:,j])  # 在第二次元做判斷，這裡如果ar[:,i]會有警告，因為i是3個元素，而ar在列上有4個
           

–> 輸出的結果為：

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[ True False  True]
[ True  True False False]
[[ 0  1  2  3]
 [ 8  9 10 11]]
[[0 1]
 [4 5]
 [8 9]]
           

★★★★★ 4.2 根據條件索引取值，是上面應用的延伸

m = ar > 5
print(m)  		# 這裡m是一個判斷矩陣
print(ar[m])    # 用m判斷矩陣去篩選ar數組中>5的元素
           

–> 輸出的結果為：

[[False False False False]
 [False False  True  True]
 [ True  True  True  True]]
[ 6  7  8  9 10 11]
           

5. 數組索引及切片的值更改、複制

5.1 一個标量指派給一個索引/切片時，會自動改變/傳播原始數組

ar = np.arange(10)
print(ar)
ar[5] = 100
ar[7:9] = 200
print(ar)
           

–> 輸出的結果為：

[0 1 2 3 4 5 6 7 8 9]
[  0   1   2   3   4 100   6 200 200   9]
           

5.2 為了防止資料被破壞，可以使用

copy()

的方法進行數組複制

ar = np.arange(10)
b = ar.copy()
b[7:9] = 200
print(ar)
print(b)
           

–> 輸出的結果為：

[0 1 2 3 4 5 6 7 8 9]
[  0   1   2   3   4   5   6 200 200   9]