Python 数据分析：numpy，抽提，整数数组索引。听故事学知识点怎么这么容易？

本文通过代码示例详细讲解了NumPy数组的花式索引（整数数组索引）操作。文章首先展示了三维数组的基本索引方式，分析不同索引参数对结果维度的影响。通过学科考试成绩的类比，解释了多维索引的实际应用场景。然后演示了更复杂的一维和二维整数数组索引，包括参数形状对输出结果的影响。最后补充了省略号、结构化数组字段访问等特殊索引方式。全文通过具体示例和类比说明，帮助理解NumPy数组的高级索引机制。

随便吧怎么都重复

1229人浏览 · 2025-06-28 23:49:15

随便吧怎么都重复 · 2025-06-28 23:49:15 发布

1 代码示例

直接上代码。

def npy1():
    """
    花式索引。
    花式索引有时特指整数数组索引。
    传参时传入整数数组。
    """
    """
    基本语法：arr1 = arr[m, n]。
    其中，m/n 都是整数数组。
    m 对应数组第一维；n 对应第二维。
    如有更多参数，按其位置分别对应相应维度。
    最多支持多少个参数：取决于数组 arr 维度。
    最多支持的参数数：数组维度。
    """
    """
    三维数组。
    """
    arr = np.arange(24).reshape(3, 2, 4)
    print(arr)
    """
    [[[ 0  1  2  3]
      [ 4  5  6  7]]

     [[ 8  9 10 11]
      [12 13 14 15]]

     [[16 17 18 19]
      [20 21 22 23]]]
    """
    """
    做切片取部分数据。
    先来简单的：只传一个 [0] 。
    """
    arr1 = arr[[0]]
    print(arr1)
    print(arr1.shape)
    print(arr1.ndim)
    """
    [[[0 1 2 3]
      [4 5 6 7]]]
    (1, 2, 4)
    3
    """
    """
    传 [0] ，先按传 0 做，取回一个二维数组。
    整数数组索引，取回结果维度与原数组维度相同。
    arr1 = arr[[0]] 等价于：arr1 = arr[[0], :, :]
    不写对原数组第二维和第三维的抽提要求，等同于提取第二维和第三维全部。
    验证一下：
    """
    arr1 = arr[[0], :, :]
    print(arr1)
    """
    [[[0 1 2 3]
      [4 5 6 7]]]
    """
    """
    原形状为(3, 2, 4)，现为(1, 2, 4)，0 维数据没那么多特征了，只取了一个特征。
    所谓只取一个特征，讲故事：
    假如原三维数组(3, 2, 4)代表(学科, 期中期末, 人名)。
    (1, 2, 4)相当于只取回一个学科，比如“语文”，原来在三维数组中的其他两门“数学/英语”没取。
    测试几个写法。
    """
    arr1 = arr[[0]][0]
    print(arr1)
    """
    [[0 1 2 3]
     [4 5 6 7]]
    """
    """
    arr[[]] 计算完再 [0] ，第二步是基本索引，降维。
    """
    arr1 = arr[[0]][[0]]
    print(arr1)
    """
    [[[0 1 2 3]
      [4 5 6 7]]]
    """
    """
    链式表达，一步一步做，一共做两步。
    每步都以整数数组为参数传入，不降维。
    换个写法，试试把 [][] 换成 [, ]
    """
    arr1 = arr[[0], [0]]
    print(arr1)
    """
    [[0 1 2 3]]
    """
    """
    很明显和 arr[[0]][[0]] 不是一回事儿。
    arr[[0], [0]] 的真正意义：取第一维度的 0 号索引、同时取第二维度的 0 号索引。
    等同于：arr[[0], [0], :] ，即第三维数据全要。
    注意是同时，不是分步。
    相对此 arr ，最多可写三个整数数组参数，因为 arr 是三维数组，总共有三个维度。
    验证一下：
    """
    arr1 = arr[[0], [0], [0]]
    print(arr1)
    print(type(arr1))
    """
    [0]
    <class 'numpy.ndarray'>
    """
    """
    注意这个 0 是用 [] 括起来的。
    取第一维 0 号索引、第二维 0 号索引、第三维 0 号索引。
    执行的是：arr1 = [arr[0, 0, 0]]。
    和 arr[0, 0, 0] 分步取不同。
    """
    arr1 = arr[0, 0, 0]
    print(arr1)
    """
    0
    """
    # ~ arr1 = arr[[0], [0], [0], [0]]
    # ~ print(arr1)
    """
    报错！索引超出。
    """
    """
    测试复杂传参：
    """
    arr1 = arr[[0, 2], [0, 1], [1, 3]]
    print(arr1)
    """
    [1 23]
    """
    """
    等同执行：arr1 = [arr[0, 0, 1], arr[2, 1, 3]]，故结果为：[1 23] 。
    就是个简写：想取两个数据，对原数组三个维度都有要求，把对各自维度的要求写在个列表中再传参。
    讲故事再理解 [1 23] 。
    原数组形状(3, 2, 4)假设对应(学科, 考试时间, 人名)模型。
    具体化：考试科目为“语文/数学/英语”（3），分别在“期中/期末”考了两回试（2），有四个人参加考试，分别叫“张三/李四/王五/赵六”（4）。
    二维“煎饼”：二维形状(2, 4)，两行四列，由“期中/期末”和“四人”这些“煎饼制作材料”做成一张“煎饼”，这样的“煎饼”有三张，每张分别代表“语文/数学/英语”中的一张。
    """
    """
    [[[ 0  1  2  3]
      [ 4  5  6  7]]

     [[ 8  9 10 11]
      [12 13 14 15]]

     [[16 17 18 19]
      [20 21 22 23]]]
    """
    """
    至于学科、期中期末、人都按什么顺序排，我们暂时不管，姑且这样表示。
    """
    """
    arr[[0, 2], [0, 1], [1, 3]]
    """
    """
    取 arr[0, 0, 1]：在学科中选一项（第一项），在期中期末中选一项（第一项），在四人中选一位（第二位）。
    取 arr[2, 1, 3]：在学科中选一项（第三项），在期中期末中选一项（第二项），在四人中选一位（第四位）。
    所以结果 [1 23] 中 1 和 23 代表的意义相同：剥离三层包裹后的数据，某学科 - 某次考试 - 某人。
    """
    x = np.arange(48).reshape(6, 8)
    """
    [[ 0  1  2  3  4  5  6  7]
     [ 8  9 10 11 12 13 14 15]
     [16 17 18 19 20 21 22 23]
     [24 25 26 27 28 29 30 31]
     [32 33 34 35 36 37 38 39]
     [40 41 42 43 44 45 46 47]]
    """
    """
    把一维整数数组当参数传进去。
    """
    y = x[[0, 1, 2, 3], [4, 5, 6, 7]]
    print(y)
    """
    等同：[x[0, 4], x[1, 5], x[2, 6], x[3, 7]]。
    [4 13 22 31]
    """
    """
    把二维整数数组当参数传递进去！
    """
    rows = np.array([[0, 1], [2, 3]])
    cols = np.array([[4, 5], [6, 7]])
    y = x[rows, cols]
    print(y)
    """
    等同：y = x[      [[0, 1], [2, 3]]      ,      [[4, 5], [6, 7]]      ]。
    根据之前的示范，x[rows, cols] 的计算方法：rows 中取一个数、cols 中取一个数，送到 x ；如此循环……
    rows 和 cols 中的每个相同位置的元素组合成一个坐标 (row_i, col_j)，用于从 x 中提取元素。
    y = x[[0]] 又等同于 y = x[0] 取后把维度加上。
    按 y = x[[0, 1, 2, 3], [4, 5, 6, 7]] 取，取回四个数，如何加维度？
    传的二维数组参数形状为两行两列，好，取回的四个数安排上两行两列。
    """
    """
     [[ 4 13]
     [22 31]]
    """
    """
    注意不是：
     [[ 4 22]
     [13 31]]
    """
    """
    相当于：
    y = np.array([4, 13, 22, 31]).reshape(2, 2)
    """
    """
    再放一此杂七杂八的内容：
    result = arr[..., 0]  # 等价于 arr[:, :, 0]
    省略号（...）：用于简化高维数组切片，例如 arr[..., 0:2] 表示所有维度的第一维，仅对最后一维切片。
    ------
    data = np.array([(1, 20.), (2, 30.)], dtype=[('id', 'i4'), ('age', 'f4')])
    ages = data['age']  # 输出: [20., 30.]
    ------
    步长控制：如 arr[0:4:2, 1:3] 表示每隔一行取一行，再取指定列。
    ------
    负索引：如 arr[-2:, -1] 表示倒数两行和最后一列。
    """
# ~ npy1()

2 欢迎纠错

欢迎纠错，随时更新。
联系方式：评论、私信，或企鹅：1790042182 。

3 免费爬虫

https://affiliate.bazhuayu.com/M8lKUC

------

以下关于 Markdown 编辑器

你好！这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

全新的界面设计 ，将会带来全新的写作体验；
在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
全新的 KaTeX数学公式 语法；
增加了支持甘特图的mermaid语法¹ 功能；
增加了 多屏幕编辑 Markdown文章功能；
增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

~~删除文本~~

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片: Alt

带尺寸的图片:

居中的图片: Alt

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

项目
- 项目
  - 项目

项目1
项目2
项目3

计划任务
完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	`'Isn't this fun?'`	‘Isn’t this fun?’
Quotes	`"Isn't this fun?"`	“Isn’t this fun?”
Dashes	`-- is en-dash, --- is em-dash`	– is en-dash, — is em-dash

创建一个自定义列表

Markdown

Text-to- HTML conversion tool

Authors

John

Luke

如何创建一个注脚

一个具有注脚的文本。²

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 $\Gamma(n) = (n-1)!\quad\forall n\in\mathbb N$ 是通过欧拉积分

$\Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,.$

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

关于 甘特图 语法，参考这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：

这将产生一个流程图。:

关于 Mermaid 语法，参考这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

关于 Flowchart流程图 语法，参考这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

mermaid语法说明 ↩︎
注脚的解释 ↩︎

天启AI社区

GitCode 天启AI是一款由 GitCode 团队打造的智能助手，基于先进的LLM（大语言模型）与多智能体 Agent 技术构建，致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话，还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力，真正做到“一句话，让 Al帮你完成复杂任务”。

更多推荐