Python中str、list、numpy分片操作
在Python里，像字符串(str)、列表(list)、元组(tupple)和这类序列类型都支持切片操作
对对象切片，s是一个字符串，可以通过类似数组索引的方式获取字符串中的字符，同时也可以用s[a:b:c]的形式对s在a和b之间，以c为间隔取值，c的值还可以为负，负值则意味着反向取值
>>> s = 'bicycle' >>> s[0] 'b' >>> s[1] 'i' >>> s[::3] 'bye' >>> s[::-1] 'elcycib' >>> s[::-2] 'eccb'
给切片赋值
首先，生成一个长度为16，从0到15的列表
>>> l = list(range(16)) >>> l [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
用[20,30]将取代索引[2，5)的值
>>> l[2:5] = [20, 30] >>> l [0, 1, 20, 30, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
索引[5,8)将被删除
>>> del l[5:8] >>> l [0, 1, 20, 30, 5, 9, 10, 11, 12, 13, 14, 15]
从数组第9个索引开始，以两个单位为间隔，将[11,22]赋值给左边的分片对象，如果赋值数组中元素的个数和分片对象中元素的个数不同，则会报错
>>> l[9::2] [13, 15] >>> l[9::2] = [11, 22] >>> l [0, 1, 20, 30, 5, 9, 10, 11, 12, 11, 14, 22] >>> l[6::2] [10, 12, 14] >>> l[6::2] = [66, 77, 88] # 同理，l[6::2]必须为[n1,n2,n3]的数组，如果不是则将其 赋值为[66, 77, 88]则会报错 >>> l [0, 1, 20, 30, 5, 9, 66, 11, 77, 11, 88, 22]
列表l[2:5]的结果是[20, 30, 5]，而我们的赋值是[30, 33]，所以30会代替20,33会代替30，而5则会被去除。如果左边数组元素的个数少于赋值数组中元素的个数，则原数组分片之后的元素会排在新元素之后
>>> l[2:5] [20, 30, 5] >>> l[2:5] = [30, 33] >>> l [0, 1, 30, 33, 9, 66, 11, 77, 11, 88, 22] >>> l[2:5] [30, 33, 9] >>> l[2:5] = [-10, -20, -30, -40, -50] >>> l [0, 1, -10, -20, -30, -40, -50, 66, 11, 77, 11, 88, 22]
拷贝一个分片对象，并修改其中的值，并不会修改原列表对象中的值
>>> l1 = l[2:5] >>> l1 [-10, -20, -30] >>> l1 = [10, 20, 30] >>> l1 [10, 20, 30] >>> l [0, 1, -10, -20, -30, -40, -50, 66, 11, 77, 11, 88, 22]
如果将一个数字赋值给左边的分片对象，则会报错
>>> l[2:5] = 10 Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: can only assign an iterable
numpy基本的索引和切片
>>> import numpy as np >>> arr = np.arange(10) >>> arr array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> arr[5] 5 >>> arr[5:8] array([5, 6, 7]) >>> arr[5:8] = 12 # 这里不会像之前会报错 >>> arr array([ 0, 1, 2, 3, 4, 12, 12, 12, 8, 9])
如上所示，当你将一个标量赋值给一个切片对象时（如arr[5:8] = 12），该值会自动传播到整个选区。跟之前列表的分片的区别在于，numpy数组分片是原始数组的视图，数据没有被复制，视图上任何的修改都会直接反映到源数据上，如果不希望修改到源数据，则用arr[5:8].copy()：
>>> arr_slice = arr[5:8] >>> arr_slice array([12, 12, 12]) >>> arr_slice[1] = 99 >>> arr_slice array([12, 99, 12]) >>> arr array([ 0, 1, 2, 3, 4, 12, 99, 12, 8, 9]) >>> arr_slice[:] = 66 >>> arr array([ 0, 1, 2, 3, 4, 66, 66, 66, 8, 9]) >>> arr_slice_copy = arr[5:8].copy() >>> arr_slice_copy array([66, 66, 66]) >>> arr_slice_copy[:] = 88 >>> arr_slice_copy array([88, 88, 88]) >>> arr array([ 0, 1, 2, 3, 4, 66, 66, 66, 8, 9])
在一个二维数组中，各索引位置上的元素不再是标量而是一维数组：
>>> arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) >>> arr2d[2] array([7, 8, 9]) >>> arr2d[0][2] 3 >>> arr2d[0, 2] 3
按照行或者列来进行分片
>>> arr2d
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
>>> arr2d[:2] # 取前两行，即第0行和第1行
array([[1, 2, 3],
[4, 5, 6]])
>>> arr2d[:2, 1:] # 取前两行的第零列之后所有元素
array([[2, 3],
[5, 6]])
>>> arr2d[:, 1:2] # 取所有行的第一列元素（列索引从0开始）
array([[2],
[5],
[8]])
>>> arr2d[1, :2] # 取第一行的前两列的元素元素
array([4, 5])
>>> arr2d[2, :1] # 取第二行的第零列元素
array([7])
>>> arr2d[:, :1] # 取所有行的第零列元素
array([[1],
[4],
[7]])
>>> arr2d[:, 1:] = 0 # 同样，分片表达式的赋值操作也会扩散到源数据
>>> arr2d
array([[1, 0, 0],
[4, 0, 0],
[7, 0, 0]])
布尔型索引
假设我们有一个用于存储数据的数组以及一个存储姓名的数组（含有重复项）。
>>> import numpy as np
>>> from numpy.random import randint
>>> names = np.array(['Bob', 'Joe', 'Bob', 'Will', 'Will', 'Joe', 'Joe', 'Bob'])
>>> data = randint(6, size=(8, 4))
>>> data
array([[2, 1, 2, 2],
[3, 3, 4, 2],
[0, 5, 3, 5],
[2, 1, 5, 2],
[1, 3, 0, 3],
[0, 0, 0, 1],
[0, 0, 0, 5],
[4, 2, 5, 1]])
假设每个名字都对应data数组中的一行，而我们想要选出对应于名字“Bob”的所有行。我们可以这样操作
>>> names == 'Bob'
array([ True, False, True, False, False, False, False, True], dtype=bool)
>>> data[names == 'Bob']
array([[2, 1, 2, 2],
[0, 5, 3, 5],
[4, 2, 5, 1]])
布尔型数组的长度必须跟被索引的数组长度一致，此外，还可以将布尔型数组跟分片、整数（或整数序列）混合使用
>>> data[names == 'Bob', 2:]
array([[2, 2],
[3, 5],
[5, 1]])
>>> data[names == 'Bob', 3]
array([2, 5, 1])
>>> data[names == 'Bob', 3:]
array([[2],
[5],
[1]])
如果需要选取多个名字组合需要组合多个布尔条件，使用&（和）、|（或）之类的布尔算术运算符即可：
>>> mask = (names == 'Bob') | (names == 'Will')
>>> mask
array([ True, False, True, True, True, False, False, True], dtype=bool)
>>> data[mask]
array([[2, 1, 2, 2],
[0, 5, 3, 5],
[2, 1, 5, 2],
[1, 3, 0, 3],
[4, 2, 5, 1]])
注意：Python关键字and和or在布尔型数据中无效
通过布尔型数组设置值是一种经常用到的手段，为了将data中所有的偶数设置为3，我们只需：
>>> data
array([[2, 1, 2, 2],
[3, 3, 4, 2],
[0, 5, 3, 5],
[2, 1, 5, 2],
[1, 3, 0, 3],
[0, 0, 0, 1],
[0, 0, 0, 5],
[4, 2, 5, 1]])
>>> data[data % 2 == 0] = 3
>>> data
array([[3, 1, 3, 3],
[3, 3, 3, 3],
[3, 5, 3, 5],
[3, 1, 5, 3],
[1, 3, 3, 3],
[3, 3, 3, 1],
[3, 3, 3, 5],
[3, 3, 5, 1]])
花式索引
花式索引是numpy术语，它指的是利用整数数组进行索引。假设我们有一个8×4数组：
>>> arr = np.empty((8, 4))
>>> for i in range(8):
... arr[i] = i
...
>>> arr
array([[ 0., 0., 0., 0.],
[ 1., 1., 1., 1.],
[ 2., 2., 2., 2.],
[ 3., 3., 3., 3.],
[ 4., 4., 4., 4.],
[ 5., 5., 5., 5.],
[ 6., 6., 6., 6.],
[ 7., 7., 7., 7.]])
>>> arr[[3, 5, 0, 6]]
array([[ 3., 3., 3., 3.],
[ 5., 5., 5., 5.],
[ 0., 0., 0., 0.],
[ 6., 6., 6., 6.]])
>>> arr[[3, -3, -1]]
array([[ 3., 3., 3., 3.],
[ 5., 5., 5., 5.],
[ 7., 7., 7., 7.]])
arr[[3, 5, 0, 6]]会索引源数组的第三行、第五行、第零行、第六行，然后组成新的视图返回，而arr[[3, -3, -1]]则会索引第三行、倒数第三行和倒数第一行
我们生成了一个8×4数组，然后传入两个索引数组[1, 5, 7, 2]、 [0, 3, 1, 2]，然后我们得到一个一维的数组
>>> arr = np.arange(32).reshape((8, 4))
>>> arr
array([[ 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]])
>>> arr[[1, 5, 7, 2], [0, 3, 1, 2]]
array([ 4, 23, 29, 10])
下面我们分析一下上面的代码究竟发生了什么，第一个索引数组[1, 5, 7, 2]，我们获取第一行、第五行、第七行和第二行，然后我们将根据第二个索引数组 [0, 3, 1, 2]，获取第一行的第零列、第五行的三列……以此类推，最后，我们获得了一个一维的数组
当然，在有些情况下，我们希望按照不同的顺序获取源数组不同的行，并且还要在获取后，改动原来的列顺序，于是我们可以这样做：
>>> arr[[1, 5, 7, 2]]
array([[ 4, 5, 6, 7],
[20, 21, 22, 23],
[28, 29, 30, 31],
[ 8, 9, 10, 11]])
>>> arr[[1, 5, 7, 2]][:, [2, 1, 3, 0]]
array([[ 6, 5, 7, 4],
[22, 21, 23, 20],
[30, 29, 31, 28],
[10, 9, 11, 8]])
>>> arr[np.ix_([1, 5, 7, 2], [2, 1, 3, 0])]
array([[ 6, 5, 7, 4],
[22, 21, 23, 20],
[30, 29, 31, 28],
[10, 9, 11, 8]])
如上，我们既可以用arr[[1, 5, 7, 2]][:, [2, 1, 3, 0]]这样的方式获取获取不同的行，再改变其中的列顺序，同时也可以用np.ix_函数达到一样的目的，不过需要注意的一点是，花式索引跟分片不一样，它总是将数据复制到新的数组中：
>>> arr1 = arr[np.ix_([1, 5, 7, 2], [2, 1, 3, 0])]
>>> arr1
array([[ 6, 5, 7, 4],
[22, 21, 23, 20],
[30, 29, 31, 28],
[10, 9, 11, 8]])
>>> arr1[1] = 66
>>> arr1
array([[ 6, 5, 7, 4],
[66, 66, 66, 66],
[30, 29, 31, 28],
[10, 9, 11, 8]])
>>> arr
array([[ 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]])
