首先你新建立了額乙個 ndarray 陣列：
arr = np.arange(10)print(arr[6]) #索引從0開始
print(arr[5:8]) #顧頭不顧尾
[5 6 7]
和列表一樣，陣列裡的切片取值也是顧頭不顧尾，並且索引是從0開始的。
重要的乙個例子
arr = np.arange(10)
piece_of_arr = arr[4:6]
piece_of_arr[:] = 24
print(arr)
是的，區別於python的內建列表，陣列的切片是原陣列的檢視，也就意味著資料並不是被複製了乙份，任何對於仕途的修改都會反映到原陣列上。
相比於其他的陣列程式語言都是更為急切的複製資料，由於numpy被設計成適合處理非常大的陣列，所以不會那麼輕易的讓開發者複製，你可以想想一下如果numpy持續複製資料會引起多少記憶體問題。
但是如果你還是要乙份陣列切片的拷貝，而不是乙份檢視的話，就必須顯式的複製這個陣列，
比如：arr[5 : 8].copy()
import numpy as np
arr1 = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(arr1)
print('-----------')
print(arr1[:2]) #切片第1行到第2行，每一列的元素都要
print('-----------')
print(arr1[:2, 1:]) #切片第1行到第2行，第2列到最後一列
print('-----------')
print(arr1[1,:2]) #切片第2行，第1列到第2列的元素
print('-----------')
print(arr1[:,:1]) #切片每一行，第一列的元素
print('-----------')
arr1[:2, 1:] = 0 #切片第1行到第2行，第2列到最後一列的元素，並把切片結果全都改為0，所以會對映回原陣列。
print(arr1)
print('-----------')
[[1 2 3]
[4 5 6]
[7 8 9]]
-----------
[[1 2 3]
[4 5 6]]
-----------
[[2 3]
[5 6]]
-----------
[4 5]
-----------
[[1]
[4][7]]
-----------
[[1 0 0]
[4 0 0]
[7 8 9]]
-----------
numpy索引與切片
作用 要獲取陣列的單個元素，指定元素的索引即可 例子 print x 2 3 print x 2 21 22 23 24 25 print x 2 1 22 print x 2,1 22 切片操作是指抽取陣列的一部分元素生成新陣列。對 python列表進行切片操作得到的陣列是原陣列的 副本，而對 n...
Numpy陣列索引與切片 高階索引
有一些numpy中索引結果時候不太理解的地方，以後可以多多熟悉，熟悉後加以運用。import numpy as np a np.array 1,2,3 3,4,5 4,5,6 print a 1 第2列元素 print a 1,第2行元素 print a 1 第2列及剩下的所有元素整數陣列的索引 以...
Numpy 索引及切片
索引和切片在基礎語法那篇文章中介紹過，python內建的資料型別基本都可以使用索引和切片，numpy是乙個陣列物件，我們來看看它的索引和切片有什麼不同的地方。普通索引及切片 一維陣列 和python中的列表一樣 ar np.arange 20 print ar print ar 4 print ar...