NumPy - 切片和索引
ndarray对象的内容可以通过索引或切片来访问和修改，就像 Python 的内置容器对象一样。
如前所述，ndarray对象中的元素遵循基于零的索引。 有三种可用的索引方法类型： 字段访问，基本切片和高级索引。
基本切片是 Python 中基本切片概念到 n 维的扩展。 通过将start，stop和step参数提供给内置的slice函数来构造一个 Python slice对象。 此slice对象被传递给数组来提取数组的一部分。
示例 1
import numpy as npa = np.arange(10)s = slice(2,7,2) print a[s]
输出如下：
[2 4 6]
在上面的例子中，ndarray对象由arange()函数创建。 然后，分别用起始，终止和步长值2，7和2定义切片对象。 当这个切片对象传递给ndarray时，会对它的一部分进行切片，从索引2到7，步长为2。
通过将由冒号分隔的切片参数(start:stop:step)直接提供给ndarray对象，也可以获得相同的结果。
示例 2
import numpy as npa = np.arange(10)b = a[2:7:2] print b
输出如下：
[2 4 6]
如果只输入一个参数，则将返回与索引对应的单个项目。 如果使用a:，则从该索引向后的所有项目将被提取。 如果使用两个参数(以:分隔)，则对两个索引(不包括停止索引)之间的元素以默认步骤进行切片。
示例 3
# 对单个元素进行切片 import numpy as npa = np.arange(10)b = a[5] print b
输出如下：
5
示例 4
# 对始于索引的元素进行切片 import numpy as npa = np.arange(10) print a[2:]
输出如下：
[2 3 4 5 6 7 8 9]
示例 5
# 对索引之间的元素进行切片 import numpy as npa = np.arange(10) print a[2:5]
输出如下：
[2 3 4]
上面的描述也可用于多维ndarray。
示例 6
import numpy as npa = np.array([[1,2,3],[3,4,5],[4,5,6]]) print a# 对始于索引的元素进行切片 print '现在我们从索引 a[1:] 开始对数组切片' print a[1:]
输出如下：
[[1 2 3] [3 4 5] [4 5 6]]现在我们从索引 a[1:] 开始对数组切片[[3 4 5] [4 5 6]]
切片还可以包括省略号(...)，来使选择元组的长度与数组的维度相同。 如果在行位置使用省略号，它将返回包含行中元素的ndarray。
示例 7
# 最开始的数组 import numpy as npa = np.array([[1,2,3],[3,4,5],[4,5,6]]) print '我们的数组是：' print aprint '\n' # 这会返回第二列元素的数组： print '第二列的元素是：' print a[...,1] print '\n' # 现在我们从第二行切片所有元素： print '第二行的元素是：' print a[1,...] print '\n' # 现在我们从第二列向后切片所有元素：print '第二列及其剩余元素是：' print a[...,1:]
输出如下：
我们的数组是：[[1 2 3] [3 4 5] [4 5 6]]第二列的元素是：[2 4 5]第二行的元素是：[3 4 5]第二列及其剩余元素是：[[2 3] [4 5] [5 6]]