Python 数组索引
访问数组元素
数组索引与访问数组元素相同。
您可以通过引用数组元素的索引号来访问该元素。
NumPy 数组中的索引从 0 开始，这意味着第一个元素的索引为 0，第二个元素的索引为 1，依此类推。
示例
从以下数组中获取第三个和第四个元素并将它们相加。
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[2] + arr[3])
亲自试一试 »
访问二维数组
要访问二维数组中的元素，我们可以使用逗号分隔的整数来表示元素的维度和索引。
将二维数组想象成一个包含行和列的表格，其中维度代表行，索引代表列。
示例
访问第一行第二列的元素：
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('2nd element on 1st row: ', arr[0, 1])
亲自试一试 »
示例
访问第2行第5列的元素：
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('5th element on 2nd row: ', arr[1, 4])
亲自试一试 »
访问 3D 数组
要访问 3-D 数组中的元素，我们可以使用逗号分隔的整数来表示元素的维度和索引。
示例
访问第一个数组的第二个数组的第三个元素：
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print(arr[0, 1, 2])
亲自试一试 »
示例解释
arr[0, 1, 2]打印值6。
这就是原因：
第一个数字代表第一个维度，其中包含两个数组：
[[1,2,3],[4,5,6]]
和：
[[7,8,9],[10,11,12]]
既然我们选择了0，我们剩下第一个数组：
[[1,2,3],[4,5,6]]
第二个数字代表第二个维度，它也包含两个数组：
[1,2,3]
和：
[4,5,6]
既然我们选择了1，我们剩下第二个数组：
[4,5,6]
第三个数字代表第三个维度，包含三个值：
4
5
6
既然我们选择了2，我们最终得到第三个值：
6
负索引
使用负索引从末尾访问数组。
示例
打印第二个暗淡的最后一个元素：
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('Last element from 2nd dim: ', arr[1, -1])
亲自试一试 »
截取页面反馈部分，让我们更快修复内容！也可以直接跳过填写反馈内容!