【千锋教育干货暴击】
如果你想更好的学习Python乃至转行，弯道超车，快人一步！本课程零基础即可加入学习，抓住大数据、机器学习、人工智能时代的红利，开启你的第一行代码吧！
↓ ↓ ↓
千锋教育Python教程全套_python零基础入门到精通（学完可达到Python工程师水平）
本次内容我们继续介绍Numpy部分，上次文章中我们介绍了Numpy的数组创建和重塑。
本篇文章是介绍Numpy的利器之一：索引和切片。
索引
矩阵索引----取得矩阵中的单个值
在上图的一维矩阵中，矩阵由八个值a1,a2…a10构成，其对应的索引从0开始，一直到9。矩阵在内存中是以一段连续的空间来存储的。
二维矩阵同一维矩阵一样，同样的存在索引，二维矩阵每个值有两个索引，分别对应行和列，以确定索引在矩阵中的位置。使用索引的方式可以去对矩阵中的单个元素进行操作，如修改，输出等。
一维矩阵的索引使用
我们使用np.arange产生从0-9的一个矩阵，根据索引获取元素打印出来，然后我们尝试通过索引修改一下元素的值，也来查看一下。
import numpy as np
#使用np.arange产生从0-9的一个矩阵
arr = np.arange(10)
print("一维矩阵arr的值为：",arr)
#使用索引去查看矩阵中具体元素的值
print("第0号位置的元素为：",arr[0])
print("第8号位置的元素为：",arr[5])
#使用索引的方式去改变矩阵中某一元素的值
arr[5] = -6
print("第5号位置的元素为：",arr[5])
print("修改后的矩阵值为：",arr)结果：
使用负索引访问矩阵的值 我们在前面学习Python基础的时候讲过索引有正的是从左到右，而且还有负的索引是从右向左的。那Numpy也有负的的吗？
#使用负的索引查看矩阵中元素的值
print("第-1号位置的元素为：",arr[-1])
print("第-6号位置的元素为：",arr[-6])结果是：
使用矩阵做索引
在Numpy中也可以使用列表作为索引，但是我们通常称为矩阵索引。
#使用矩阵做索引
arr1 = arr[[1,5,9]]
print("第1,5,9号索引的值为：",arr1)
print(type(arr1))结果：
看完了一维的矩阵我们来看一下二维的矩阵使用情况吧！
二维矩阵的索引使用
二维矩阵具有行和列两个方向，就像上面给出的那张图一样，所以在使用二维矩阵的索引时，一个索引只能代表着一个方向，则在二维矩阵中访问具体的元素时，应使用两个索引来确定行和列的位置，若只有一个索引时，则得到的结果为一行或一列。
首先说一下reshape()的使用，reshape就是将前面的序列转成指定的矩阵形式，比如reshape(3,4)就是指3行4列，如果是reshape(2,5)就是2行5列的形式
arr = np.arange(12).reshape(3,4)得到的结果：
注意：行索引与列索引都是从0开始的，为了能更加清楚的看清列的情况我们可以使用arr.T表示转置
默认是arr[0]表示获取的是第一行的内容，而如果使用arr.T[0]表示获取的是第一列的内容。
#值使用一个索引时，得到的结果为一行
print("arr[2]:",arr[2])
#使用索引来输出矩阵的一列
print("第2列的值为：",arr.T[2])
#使用索引来查找具体元素时
print("第1行第2列的元素值为：",arr[1][2])
print("第2行第0列的元素值为：",arr[2,0])结果：
对应的内容可以参照下图：
切片
切片的概念我们在列表和字符串中都接触过，就是获取的不是单个的内容了，而是部分内容。那应用在我们矩阵中是什么样子的呢？
原来我们使用切片方式获取子列表或者子字符串，切片符号用“ ：”表示。可以使用下面的方法来获取矩阵的切片
arr = array[start,end,step] ,start表示开始的位置，end表示结束的位置，step表示步长。
如果参数列表中三个值存在缺省的情况，则会被设置为默认值：start=0，end=数组的维度，step=1
一维矩阵的切片操作
import numpy as np
arr = np.arange(10)
print("arr:",arr)
#缺省三个参数的情况
print("三个参数都不写：",arr[::])
#三个参数都写
print("arr[1:11:2]的值：",arr[1:11:2])
#缺省start和step参数
print("缺省start和step参数:",arr[:4:])
#逆向输出矩阵
print("步长为-1：",arr[::-1])结果：
二维矩阵的切片操作
二维矩阵的行列获取，除了矩阵的转置可以获取列的信息之外，我们还可以通过下列方式
arr[ : , 0 ] 格式中逗号前面的【:】表示所有行，逗号后面表示列，所以是第0列
arr[ 1, : ] 同理 格式中逗号后面的【:】表示所有列，逗号前面表示行，所以是第1行
arr[ : ,1] 表示的是第一列结果：
除了上面的使用方式，我们还可以使用下面这种方式：逗号后面的:3表示0:3就是列的0，1，2列
#切片获取矩阵的前两列
print("矩阵的前三列为：\n",arr[:,:3])
#切片获取矩阵的第第一行和第二行
print("矩阵的第一行和第二行为：（索引从0开始：）\n",arr[0:2,:])结果：
切片我们也是可以使用负值的，那在Numpy矩阵中也是可以使用的。
#获取前两行三列的值
print("前两行前三列：\n",arr[:2,:3])
#矩阵的行逆序,第三行变为第一行
print("行元素逆序：\n",arr[::-1,:])
#矩阵的列逆序，第四列变为第一列
print("列元素逆序：\n",arr[:,::-1])
#矩阵的逆序
print("逆序：\n",arr[::-1,::-1])结果：
朋友们！好啦！我们Numpy索引和切片的内容就介绍到这里吧！
别忘记观看课程哦！
需要资料也可以关注微信公众号：Python专栏，事不宜迟，一起进步吧！
