通过索引访问数组
NumPy以提供高效率的数组著称，这主要归功于索引的易用性。这里主要介绍一维数组和多维数组的索引方式。
1. 一维数组的索引
一维数组的索引方法很简单，Python原生list的下标索引和切片索引同样适用于一维数组。
案例：使用下标索引和切片索引访问一维数组
# 构造一维数组
arr = np.arange(10)
print('数组为：',arr)
# 用整数作为下标可以获取数组中的某个元素
print('索引结果为：',arr[5])
# 用范围作为下标获取数组的一个切片，包括arr[3]不包括arr[5]，即[3,5)
print('索引结果为：',arr[3:5])
# 省略开始下标，表示从arr[0]开始
print('索引结果为：',arr[:5])
# 下标可以使用负数，-1表示从数组后往前数的第一个元素
print('索引结果为：',arr[-1])
# 范围中的第三个参数表示步长，2表示隔一个元素取一个元素
print('索引结果为：',arr[1:-1:2])
# 步长为负数时，开始下标必须大于结束下标
print('索引结果为：',arr[5:1:-2])
数组为： [0 1 2 3 4 5 6 7 8 9]
索引结果为： 5
索引结果为： [3 4]
索引结果为： [0 1 2 3 4]
索引结果为： 9
索引结果为： [1 3 5 7]
索引结果为： [5 3]
#下标还可以用来修改元素的值
arr[2:4] = 100,101
print('索引结果为：',arr)
索引结果为： [ 0 1 100 101 4 5 6 7 8 9]
2．多维数组的索引
多维数组的索引方法与一维数组相似，也支持整数索引和切片索引，但是多维数组的每一个维度都有一个索引，各个维度的索引之间用逗号隔开。
案例：使用下标索引和切片索引访问多维数组
# 构造二维数组
arr = np.array([[1, 2, 3, 4, 5],[4, 5, 6, 7, 8], [7, 8, 9, 10, 11]])
print('创建的二维数组为：',arr)
# 索引第0行中第3和第4列的元素
print('索引结果为：',arr[0,3:5])
# 索引第2和第3行中第3列、第4列和第5列的元素
print('索引结果为：\n',arr[1:,2:])
# 索引第2列的元素
print('索引结果为：',arr[:,2])
创建的二维数组为： [[ 1 2 3 4 5]
[ 4 5 6 7 8]
[ 7 8 9 10 11]]
索引结果为： [4 5]
索引结果为：
[[ 6 7 8]
[ 9 10 11]]
索引结果为： [3 6 9]
3. 整数序列索引
数组同样也可以使用整数序列进行访问。
案例：使用整数序列访问多维数组
# 构造数组
arr = np.arange(10)
print('创建的数组为：',arr)
# 提取索引为1,3,4的元素
print('索引结果为：',arr[[1,3,4]])
# 提取索引为1,1,4的元素，注意：列表索引支持索引重复
print('索引结果为：',arr[[1,1,4]])
创建的数组为： [0 1 2 3 4 5 6 7 8 9]
索引结果为： [1 3 4]
索引结果为： [1 1 4]
# 构造数组
arr = np.array([[1, 2, 3, 4, 5],[4, 5, 6, 7, 8], [7, 8, 9, 10, 11]])
# 从两个序列的对应位置取出两个整数组成下标：arr[0,1], arr[1,2], arr[2,3]
print('索引结果为：',arr[[(0,1,2),(1,2,3)]])
# 索引第2、3行中第0、2、3列的元素
print('索引结果为：',arr[1:,(0,2,3)])
索引结果为： [ 2 6 10]
索引结果为： [[ 4 6 7]
[ 7 9 10]]
4. 整数序列索引
数组同样也可以使用布尔值索引进行访问。
案例：使用整数序列访问多维数组
# 构造数组
arr = np.arange(10)
print('创建的数组为：',arr)
# 提取值大于7元素
print('索引结果为：',arr[arr>7])
创建的数组为： [0 1 2 3 4 5 6 7 8 9]
索引结果为： [8 9]