NumPy 數組索引
- 上一頁 NumPy 數組創建
- 下一頁 NumPy 數組裁切
訪問數組元素
數組索引等同于訪問數組元素。
您可以通過引用其索引號來訪問數組元素。
NumPy 數組中的索引以 0 開頭,這意味著第一個元素的索引為 0,第二個元素的索引為 1,以此類推。
實例
從以下數組中獲取第一個元素:
import numpy as np arr = np.array([1, 2, 3, 4]) print(arr[0])
實例
從以下數組中獲取第二個元素:
import numpy as np arr = np.array([1, 2, 3, 4]) print(arr[1])
實例
從以下數組中獲取第三和第四個元素并將其相加:
import numpy as np arr = np.array([1, 2, 3, 4]) print(arr[2] + arr[3])
訪問 2-D 數組
要訪問二維數組中的元素,我們可以使用逗號分隔的整數表示元素的維數和索引。
實例
訪問第一維中的第二個元素:
import numpy as np arr = np.array([[1,2,3,4,5], [6,7,8,9,10]]) print('2nd element on 1st dim: ', arr[0, 1])
實例
訪問第二維中的第五個元素:
import numpy as np arr = np.array([[1,2,3,4,5], [6,7,8,9,10]]) print('5th element on 2nd dim: ', arr[1, 4])
訪問 3-D 數組
要訪問 3-D 數組中的元素,我們可以使用逗號分隔的整數來表示元素的維數和索引。
實例
訪問第一個數組的第二個數組的第三個元素:
import numpy as np arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) print(arr[0, 1, 2])
例子解釋
arr[0, 1, 2]
打印值 6
。
工作原理:
第一個數字代表第一個維度,其中包含兩個數組:
[[1, 2, 3], [4, 5, 6]]
然后:
[[7, 8, 9], [10, 11, 12]]
由于我們選擇了 0
,所以剩下第一個數組:
[[1, 2, 3], [4, 5, 6]]
第二個數字代表第二維,它也包含兩個數組:
[1, 2, 3]
然后:
[4, 5, 6]
因為我們選擇了 1
,所以剩下第二個數組:
[4, 5, 6]
第三個數字代表第三維,其中包含三個值:
4
5
6
由于我們選擇了 2
,因此最終得到第三個值:
6
負索引
使用負索引從尾開始訪問數組。
實例
打印第二個維中的的最后一個元素:
import numpy as np arr = np.array([[1,2,3,4,5], [6,7,8,9,10]]) print('Last element from 2nd dim: ', arr[1, -1])
- 上一頁 NumPy 數組創建
- 下一頁 NumPy 數組裁切