數組索引是指使用中括號 [] 來定位數據元素，不僅可以定位到單個元素，也可以定位到多個元素。索引基於0，並接受從數組末尾開始索引的負索引。
舉個例子，正向索引從0開始，從數組開始向末尾依次加1遞增；負向索引從-1開始，逐個元素 -1 ，不管使用正向索引還是負向索引，最右側的元素的索引值是最大的，最左側的元素的索引值是最小的。
>>> x = np.arange(10)
>>> x[2] 2 >>> x[-2] 8
一，單個元素的索引
ndarray對象的元素可以通過索引來訪問和修改，索引基於0。要定位到單個元素，對於一維數組，只需要一個索引；對於二維數組，需要兩個維度的索引。
1，一維數組的索引
一維數組最簡單，只有一個維度，中括號中只有一個索引idx，正向索引idx 從0開始，負向索引從-1開始：
arr = np.arange(10) arr[idx]
2，二維數組的索引
在一個二維數組中，一個索引位置上的元素不再是標量，而是一維數組。要索引到單個標量元素，需要在中括號中分別指定行維度和列維度的索引，索引都是從0開始：
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
對於更高維度的數組，一個中括號表示一個維度，索引的使用依此類推。
二，數組的切片
數組的切片是Python基本切片的概念從一維到N維的擴展，通過中括號，start，stop和step參數提供給內置函數的slice函數來構造一個Python slice對象，把slice對象傳遞給數組，提取數組的一部分。
1，切片的格式
切片的格式是[start:end:step]，如果省略start，使用start的默認值0；如果省略end，那么end的默認值是 維度長度-1；如果省略step，使用step的默認值1。通常情況下，數組的切片是[start:end]，這就意味着使用step的默認值1。
arr = np.array(n)
arr[start:end]
arr[start:end:step]
2，淺拷貝（視圖）
數組切片是原始數組的淺拷貝，也叫視圖，修改切片中的原始，會直接修改原始數據。
對於一維數組，數組切片上的任何修改都會直接修改原始數組：
arr = np.arange(10) arr_slice=arr[5:8] arr_slice[1]=111 #arr=array([0,1,2,3,4,5,111,7,8,9]) arr_slice[:]=222 #arr=array([0,1,2,3,4,222,222,222,8,9])
對於二維數組，一個中括號表示一個維度，依此類推。
>>> y = np.arange(35).reshape(5,7)
>>> y[1:5:2,::3] array([[ 7, 10, 13], [21, 24, 27]])
4，深拷貝（副本）
調用copy()方法對數組創建一個深拷貝，也叫副本，深拷貝是生成數組及其數據的完整副本。
例如，b是a的深拷貝，修改數組a不會影響數組b：
b = a.copy()
三，索引數組
NumPy數組可以使用其他數組（或任何其他可以轉換為數組的類似序列的對象，如列表，除元組之外的索引）作為索引。對於索引數組的所有情況，返回的是原始數據的副本（深拷貝），而不是切片獲取的視圖。
索引數組必須是整數類型。數組中的每個值指示要使用的數組中的哪個值代替索引：
>>> x = np.arange(10,1,-1)
>>> x array([10, 9, 8, 7, 6, 5, 4, 3, 2]) >>> x[np.array([3, 3, 1, 8])] array([7, 7, 9, 2])
由值3,3,1和8組成的索引數組相應地創建一個長度為4的數組（與索引數組相同），其中每個索引由索引數組在被索引的數組中具有的值替換。
允許使用負值，並且與單個索引或切片一樣工作：
>>> x[np.array([3,3,-3,8])]
array([7, 7, 4, 2])
一般來說，使用索引數組時返回的是與索引數組具有相同形狀的數組，但索引的數組的類型和值。作為示例，我們可以使用多維索引數組：
>>> x[np.array([[1,1],[2,3]])]
array([[9, 9], [8, 7]])
四，掩碼索引數組
如果索引數組的元素類型是布爾，把該索引數組稱作布爾或掩碼索引數組。整數索引數組，元素是數組的索引值，而對於掩碼索引數組，元素值是True或False，掩碼索引數組和數據數組的形狀相同，一個掩碼索引對應一個數據數組的元素。當掩碼為True時，選擇該位置對應的元素；當掩碼為False，忽略該位置對應的元素。
>>> b = y>20
>>> y[b]
array([21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34])
參考文檔：