原
花式索引與np.ix_函數
花式索引(Fancy indexing)是Numpy的一個術語，指的是利用整數數組進行索引。（不僅是1維，也可以是多維）
用法與例子如下：
創建 arr 數組
-
>>> arr1 = np.empty((
8,
4))
# 創建一個8行4列的二維數組
-
-
>>>
for i
in range(
8):
# 每一行賦值為0~7
-
arr1[i] = i
-
-
>>> arr1
-
-
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.]])
1、用1維數組進行索引
-
>>> arr1[[
4,
3,
0,
6]]
-
# 選取第4行、第3行、第0行、第6行
-
-
array([[
4.,
4.,
4.,
4.],
-
[
3.,
3.,
3.,
3.],
-
[
0.,
0.,
0.,
0.],
-
[
6.,
6.,
6.,
6.]])
2、用有負數的1維數組進行索引，就是從末尾開始選取行
-
>>> arr1[[
-3,
-5,
-7]]
-
# 選取倒數第3行，倒數第5行，倒數第7行
-
-
array([[
5.,
5.,
5.,
5.],
-
[
3.,
3.,
3.,
3.],
-
[
1.,
1.,
1.,
1.]])
在這里必須注意！
順序選取是從0開始數的，a[0]代表第一個；而逆序選取是從1開始數的，a[-1]是倒數第一個
新建一個數組 arr2
-
>>> arr2 = np.arange(
32).reshape((
8,
4))
-
-
>>> arr2
-
-
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]])
3、按坐標選取每一個數
-
>>> arr2[[
1,
5,
7,
2],[
0,
3,
1,
2]]
-
# 意思就是，取坐標所對應的數(1,0)——4,(5,3)——23,(7,1)——29,(2,2)——10，然后返回一個數組
-
-
array([
4,
23,
29,
10])
4、希望先按我們要求選取行，再按順序將列排序，獲得一個矩形
-
>>> arr2[[
1,
5,
7,
2]][:,[
0,
3,
1,
2]]
-
-
array([[
4,
7,
5,
6],
-
[
20,
23,
21,
22],
-
[
28,
31,
29,
30],
-
[
8,
11,
9,
10]])
先按先選取第1、5、2、7行，每一行再按第0個、第3個、第1個、第2個排序
5、np.ix_函數，能把兩個一維數組 轉換為 一個用於選取方形區域的索引器
實際意思就是，直接往np.ix_()里扔進兩個一維數組[1,5,7,2]，[0,3,1,2]，就能先按我們要求選取行，再按順序將列排序，跟上面得到的結果一樣，而不用寫“[ : , [0,3,1,2] ]”
原理：np.ix_函數就是輸入兩個數組，產生笛卡爾積的映射關系
-
>>> arr2[np.ix_([
1,
5,
7,
2],[
0,
3,
1,
2])]
-
-
array([[
4,
7,
5,
6],
-
[
20,
23,
21,
22],
-
[
28,
31,
29,
30],
-
[
8,
11,
9,
10]])
例如就這個例子，np.ix_函數，將數組[1,5,7,2]和數組[0,3,1,2]產生笛卡爾積，就是得到(1,0)，(1,3)，(1,1)，(1,2)；(5,0)，(5,3)，(5,1)，(5,2)；(7,0)，(7,3)，(7,1)，(7,2)；(2,0)，(2,3)，(2,1)，(2,2)；
就是按照坐標(1,0)，(1,3)，(1,1)，(1,2)取得 arr2 所對應的元素4，7，5，6
(5,0)，(5,3)，(5,1)，(5,2)取得 arr2 所對應的元素20，23，21，22
如此類推。
<div id="dmp_ad_58"><div id="kp_box_58" data-pid="58" data-track-view="{"mod":"kp_popu_58-402","con":",,"}" data-track-click="{"mod":"kp_popu_58-402","con":",,"}" style=""><div style="width:100%;background:#fff;border:3px solid #fff;">