1. 基礎知識
ndarray對象的內容能夠經過索引或切片來訪問和修改，與 Python 中 list 的切片操做同樣。ndarray 數組能夠基於 0 - n 的下標進行索引，切片對象能夠經過內置的 slice 函數，並設置 start, stop 及 step 參數進行，從原數組中切割出一個新數組。數組
ndarray [start:stop:step] start:表示數組切片的起始下標 stop:表示數組切片的結束下標 step:表示數組切片的步長 注意：冒號 : 的解釋：若是隻放置一個參數，如 [2]，將返回與該索引相對應的單個元素。若是爲 [2:]，表示從該索引開始之後的全部項都將被提取。若是使用了兩個參數，如 [2:7]，那麼則提取兩個索引(不包括中止索引)之間的項函數
import numpy as np
data1 = np.array([1,2,3,4,5,6,7,8,9])
print('data1的前四項爲：',data1[0:4]) #返回下標爲0到下標爲4的前一項，索引不包括中止索引項
print('逆序輸出數組元素：',data1[::-1]) #逆向輸出數組data1中的元素
print('以步長爲2輸出0到0的元素：',data1[0:8:2]) #返回從下標爲0到下標爲8的前一項，且步長爲2
print('輸出data1中第一項以後的元素：',data1[1:]) #返回下標爲1後的全部元素，包括下標爲1的元素
代碼運行截圖 
code
2.高級索引
NumPy 比通常的 Python 序列提供更多的索引方式。除了以前看到的用整數和切片的索引外，數組能夠由整數數組索引、布爾索引及花式索引。對象
import numpy as np
data1 = np.array([1,2,3,4,5,6,7,8,9])
data2 = np.array([[1,2,3],[4,5,6],[7,8,9]])
data3 = data2[[0,1,0],[0,1,2]] #返回data2中(0,0),(1,1),(0,2)的元素
print("data2中座標爲(0,0),(1,1),(0,2)的元素分別爲：",data3)
data4 = data2[data2>2] #布爾索引，返回data2中元素值大於2的元素
print('data2中元素大於2的元素是：',data4)
data5 = np.arange((24),dtype=int).reshape(4,6)
print('修改形狀後的data5爲：\n',data5)
data6 = data5[[1,2]] #利用整數數組進行索引，返回data5中的第1，2行（針對二維數組而言）
print("二維數組中data6中第1行，第2行分別爲：\n",data6)
print("一維數組中data1中第1個，第2個元素爲：",data1[[0,1]]) #利用整數數組進行索引，返回data1中的第0，1個（針對一維數組而言）
代碼運行截圖： blog