一文详解Python数据分析模块Numpy切片、索引和广播

ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。,ndarray 数组可以基于 0 ~ n-1 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。,,,切片还可以包括省略号 …，来使选择元组的长度与数组的维度相同。 如果在行位置使用省略号，它将返回包含行中元素的 ndarray。,,以下实例获取数组中 (0,0)，(1,1) 和 (2,0) 位置处的元素。,,返回的结果是包含每个角元素的 ndarray 对象。,可以借助切片 : 或 … 与索引数组组合。如下面例子：,我们可以通过一个布尔数组来索引目标数组。,布尔索引通过布尔运算（如：比较运算符）来获取符合指定条件的元素的数组。,以下实例获取大于 5 的元素：,以下实例使用了 ~（取补运算符）来过滤 NaN。,以下实例演示如何从数组中过滤掉非复数元素。,花式索引指的是利用整数数组进行索引。,花式索引根据索引数组的值作为目标数组的某个轴的下标来取值。,对于使用一维整型数组作为索引，如果目标是一维数组，那么索引的结果就是对应位置的元素，如果目标是二维数组，那么就是对应下标的行。,花式索引跟切片不一样，它总是将数据复制到新数组中。,一维数组,二维数组,1、传入顺序索引数组,2、传入倒序索引数组,3、传入多个索引数组（要使用 np.ix_）,np.ix_ 函数就是输入两个数组，产生笛卡尔积的映射关系。,笛卡尔乘积是指在数学中，两个集合 X 和 Y 的笛卡尔积（Cartesian product），又称直积，表示为 X×Y，第一个对象是X的成员而第二个对象是 Y 的所有可能有序对的其中一个成员。,例如 A={a,b}, B={0,1,2}，则：,广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式， 对数组的算术运算通常在相应的元素上进行。,如果两个数组 a 和 b 形状相同，即满足 a.shape == b.shape，那么 a*b 的结果就是 a 与 b 数组对应位相乘。这要求维数相同，且各维度的长度相同。,当运算中的 2 个数组的形状不同时，numpy 将自动触发广播机制。如：,下面的图片展示了数组 b 如何通过广播来与数组 a 兼容。,,tile扩展数组,4×3 的二维数组与长为 3 的一维数组相加，等效于把数组 b 在二维上重复 4 次再运算：,广播的规则:,简单理解：对两个数组，分别比较他们的每一个维度（若其中一个数组没有当前维度则忽略），满足：,若条件不满足，抛出 “ValueError: frames are not aligned” 异常。