numpy切片和索引

import numpy as np# x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])# print ('咱们的数组是：')# print (x)# print ('\n')# rows = np.array([[0, 0], [3, 3]])# cols = np.array([[0, 2], [0, 2]])# y = x[rows, cols]# print  ('这个数组的四个角元素是：')# print (y)# x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])# print ('咱们的数组是：')# print (x)# print ('\n')# # 如今咱们会打印出大于 5 的元素# print '大于 5 的元素是：'# print (x[x > 5])"""花式索引花式索引指的是利用整数数组进行索引。花式索引根据索引数组的值做为目标数组的某个轴的下标来取值。对于使用一维整型数组做为索引，若是目标是一维数组，那么索引的结果就是对应位置的元素；若是目标是二维数组，那么就是对应下标的行。花式索引跟切片不同，它老是将数据复制到新数组中。"""x = np.arange(32).reshape((8, 4))print x# 传入顺序索引数组# print (x[[4, 2, 1, 7]])# 传入倒序索引数组# print (x[[-4, -2]])# 传入多个索引数组（要使用np.ix_）print (x[np.ix_([1, 5], [0, 3, 1])])