📘 NumPy 教程：NumPy 高级索引

NumPy 提供了几种高级索引方法，用于根据更复杂的条件选取数组中的元素。这些方法通常更灵活，能够处理多维数组以及更复杂的查询需求。

布尔索引允许你根据条件筛选数组的元素，返回符合条件的元素：

import numpy as np

a = np.array([10, 20, 30, 40, 50])
mask = a > 30  # 条件：选择大于 30 的元素
print(a[mask])  # 输出：[40 50]

布尔索引是数组筛选中非常强大的工具，尤其当你需要动态的筛选时。

整数数组索引允许你通过索引列表或数组选择数组的多个元素：

a = np.array([10, 20, 30, 40, 50])
indices = [0, 2, 4]
print(a[indices])  # 输出：[10 30 50]

这种方法不仅可以用于一维数组，也可以用于多维数组：

b = np.array([[1, 2], [3, 4], [5, 6]])
indices = [0, 2]
print(b[indices])  # 输出：[ [1, 2], [5, 6] ]

花式索引允许你通过传递非连续的索引列表来选择数组中的元素。与切片不同，花式索引会返回数组的副本，而不是视图：

a = np.array([10, 20, 30, 40, 50])
print(a[[0, 3]])  # 输出：[10 40]

与此相似，你也可以结合切片进行复杂的索引操作：

b = np.array([[1, 2], [3, 4], [5, 6]])
print(b[[0, 2], 1])  # 输出：[2 6]，选择第 0 和 2 行的第二列

近期文章