NumPy ndarray数组元素的获取

生成 ndarray 数组后，如何读取我们所需要的数据呢？在 NumPy 中，既可以获取 ndarray 数组的单个元素，也可以获取一组元素（也即切片），这与 Python 中的列表（list）和元组（tuple）非常类似。

请看下面的代码：

import numpy as np

np.random.seed(2019)

nd1 = np.random.random([10])

#获取指定位置的数据, 获取第4个元素

nd1[3]

#截取一段数据

nd1[3:6]

#截取固定间隔数据

nd1[1:6:2]

#倒序取数

nd1[::-2]

#截取一个多维数组的一个区域内数据

nd2=np.arange(25).reshape([5,5])

nd2[1:3,1:3]

#截取一个多维数组中, 数值在一个值域之内的数据

nd2[(nd2 3) (nd2 10)]

#截取多维数组中, 指定的行,如读取第2,3行

nd2[[1,2]] #或nd12[1:3,:]

##截取多维数组中, 指定的列,如读取第2,3列

nd2[:,1:3]

如果对上面这些获取方式还不是很清楚，没关系，下面则将通过图形的方式来进一步说明，如图1所示，左边为表达式，右边为表达式获取的元素。注意，不同的边界，表示不同的表达式。

图1：获取多维数组中的元素

获取数组中的部分元素除了通过指定索引标签来实现外，还可以通过使用一些函数来实现，如通过random.choice函数从指定的样本中随机抽取数据。

import numpy as np

from numpy import random as nr

a=np.arange(1,25,dtype=float)

c1=nr.choice(a,size=(3,4)) #size指定输出数组形状

c2=nr.choice(a,size=(3,4),replace=False) #replace缺省为True, 即可重复抽取。

#下式中参数p指定每个元素对应的抽取概率, 缺省为每个元素被抽取的概率相同。

c3=nr.choice(a,size=(3,4),p=a / np.sum(a))

print( 随机可重复抽取 )

print(c1)

print( 随机但不重复抽取 )

print(c2)

print( 随机但按制度概率抽取 )

print(c3)

运行结果：

随机可重复抽取
[[  7.  22.  19.  21.]
[  7.  5.  5.  5.]
[  7.  9.  22.  12.]]
随机但不重复抽取
[[ 21.  9.  15.  4.]
[ 23.  2.  3.  7.]
[ 13.  5.  6.  1.]]
随机但按制度概率抽取
[[ 15.  19.  24.  8.]
[  5.  22.  5.  14.]
[  3.  22.  13.  17.]]

23611.html

NumPypython