如何在 Python 中从 Numpy 数组中选择元素?
在本文中，我们将向您展示如何在 Python 中从 NumPy 数组中选择元素。
Python 中的 Numpy 数组
顾名思义，NumPy 数组是 NumPy 库的中心数据结构。该库的名称是"Numeric Python"或"Numerical Python"的缩写。
换句话说，NumPy 是一个 Python 库，是 Python 中科学计算的基础。这些工具之一是高性能多维数组对象，它是一种用于高效数组和矩阵计算的强大数据结构。
我们可以一次从 Numpy 数组中选择一个元素或一个子数组。现在我们看到以下从 Numpy 数组中选择元素的方法。
- 选择单个 NumPy 数组元素
- 使用切片从 NumPy 数组中选择子数组
- 通过仅提供停止值来选择/访问子数组
- 通过仅提供起始值来选择/访问子数组
方法 1 - 选择单个NumPy 数组元素
这些 ndarrays 的每个元素都可以通过其 索引 号访问。
算法(步骤)
以下是执行所需任务需要遵循的算法/步骤 -
使用 import 关键字，以别名 (np) 导入 numpy 模块。
使用 numpy.array() 函数(返回一个 ndarray。 ndarray 是一个满足给定要求的数组对象)，用于通过将一维数组作为参数传递给它来创建 numpy 数组。
使用正索引访问索引 1 处的 NumPy 数组元素并打印它。
使用负索引访问索引 -1 处的 NumPy 数组元素，即数组的最后一个元素并打印它。
Negative Indexing(): Python allows for "indexing from the end," i.e., negative indexing. This means that the last value in a sequence has an index of -1, the second last has an index of -2, and so on. When you want to pick values from the end (right side) of an iterable, you can utilize negative indexing to your benefit.
示例
以下程序使用索引号从输入 NumPy 数组返回指定索引处的元素 -
# importing numpy module with an alias name import numpy as np # creating a 1-Dimensional NumPy array inputArray = np.array([4, 5, 1, 2, 8]) # printing the array element at index 1 (positive indexing) print("The input array = ",inputArray) print("Numpy array element at index 1:", inputArray[1]) # printing the array element at index -1 i.e last element (negative indexing) print("Numpy array element at index -1(last element):", inputArray[-1])
输出
执行时，上述程序将生成以下输出 -
The input array = [4 5 1 2 8] Numpy array element at index 1: 5 Numpy array element at index -1(last element): 8
方法 2 - 使用切片从 NumPy 数组中选择一个子数组
为了获得子数组，我们用切片代替元素索引。
语法
numpyArray[start:stop]
其中，start、stop 分别是子数组的第一个和最后一个索引。
算法(步骤)
以下是执行所需任务需要遵循的算法/步骤 -
使用 numpy.array() 函数(返回一个 ndarray。ndarray 是一个满足给定要求的数组对象)，通过传递一维数组来创建 NumPy 数组作为它的参数。
通过使用切片并打印它，通过给出起始值和终止值来访问从索引 2 到 5(不包括)的子数组。
示例
以下程序通过给出起始值和终止值，使用切片从输入 NumPy 数组返回子数组 -
# importing NumPy module with an alias name import numpy as np # creating a 1-Dimensional numpy array inputArray = np.array([4, 5, 1, 2, 8, 9, 7]) print("Input Array =",inputArray) # printing the sub-array from index 2 to 5(excluded) by giving start, stop values print("The sub-array from index 2 to 5(excluded)=", inputArray[2:5])
输出
执行时，上述程序将生成以下输出 -
Input Array = [4 5 1 2 8 9 7] The sub-array from index 2 to 5(excluded)= [1 2 8]
方法 3 - 通过仅提供停止值来选择/访问子数组
通过将起始索引留空，您可以从第一个元素开始对子数组进行切片。
默认情况下，起始值为 0。
示例
以下程序从输入 NumPy 数组中返回从索引 0(默认)到给定停止值的子数组 -
# importing NumPy module with an alias name import numpy as np # creating a 1-Dimensional NumPy array inputArray = np.array([4, 5, 1, 2, 8, 9, 7]) print("Input Array =",inputArray) # printing the sub-array till index 5(excluded) by giving only stop value # it starts from index 0 by default print("The sub-array till index 5(excluded)=", inputArray[:5])
输出
执行时，上述程序将生成以下输出 -
Input Array = [4 5 1 2 8 9 7] The sub-array till index 5(excluded)= [4 5 1 2 8]
方法 4 - 通过仅提供起始值来选择/访问子数组
同样，将冒号左侧留空将为您提供一个直到最后一个元素的数组。
示例
以下程序从输入 NumPy 数组中返回从给定起始索引值到数组的最后一个索引(默认)的子数组。
# importing NumPy module with an alias name import numpy as np # creating a 1-Dimensional NumPy array inputArray = np.array([4, 5, 1, 2, 8, 9, 7]) # printing the sub-array from index 2 to the last index by giving only the start value print("Input Array = ",inputArray) # It extends till the last index value by default print("The sub-array till index 5(excluded)=", inputArray[2:])
输出
执行时，上述程序将生成以下输出 -
Input Array = [4 5 1 2 8 9 7] The sub-array till index 5(excluded)= [1 2 8 9 7]
结论
在本文中，我们通过四个不同的示例学习了如何在 Python 中选择 numpy 数组的元素。我们还学习了切片 Numpy 数组。
