Numpy的索引和切片技巧有哪些

推荐大家收藏本经验，以后再遇到关于Numpy的“花式”索引或切片直接来查就好啦！

2、除了列表的那些索引方法，Numpy提供了索引数组索引的方式，可以通过索引数组获取多个不连续的值。

4、此外根据上面的理解方式，我们就能知道索引数组不一定是一维的。索引数组的用处茧盯璜阝就是提供一系列索引值，表示单个下标；并且提供返回数组的形状。所以也能提供二维索引数组来进行一维数组的索引， 不同之处在于返回结果维度和形状大小的不同。

2、那么和一维数组的区别在于，一维数组的单个索引获取的是一个值，而二维数组的单个索引获取的是一行值（向量），然后填充到空数组中。

二维数组的多维度索引

1、这次我们针对二维数组要传入（x, y）啦，其实也好理解，原理都是一样的！如果x和y维度相同，那么我们就每次各从x和y中取出一个，然后找到值返回。

2、如果x和y的维度不同呢，先迭代x，取出来后再次比较维度，如果维度一致即可查找返回，如果不一致，继续迭代。

2、利用广播的思想，我们此时只需要传入标量2，剩下的就交给Numpy就好了，实验证明，Numpy不仅成功的做到了而且速度还更快！

4、测试一下如果想要匹配所有行的第1列如何打印呢？在这里我们使用了符号“:”。

6、如果想要匹配所有奇数行的第1列和第3列如何做呢（第一行索引是0）？

2、多个条件其实就是对多个布尔数组的交集或并集操作。