這篇“numpy數組不同索引方式有什么區別”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“numpy數組不同索引方式有什么區別”文章吧。
numpy數組一般有三種索引方式：
基礎索引與切片
布爾索引
神奇索引
三種方法都可截取原數組中的部分數據，但是使用的時候在本質上卻有區別，尤其是在處理大量數據時，不弄清索引本質，會導致最后預測結果不準確。
基礎索引與切片
先上代碼：
import numpy as np
arr = np.arange(25).reshape(5,5)
arr
arr1 = arr[:3]
arr1
arr1[1] = -1
arr
大家可以從上面的結果中發現，將arr前3行賦值給arr1，然后將arr1的第2行的數值改為-1，最后arr也發生了改變。原因是在基礎索引中，返回的只是原數組的視圖，而不是復制原數組，任何對于視圖的修改，都會影響原數組。
解決方法，利用ndarray自帶方法copy()，復制原數組。
arr = np.arange(25).reshape(5,5)
arr
arr1 = arr.copy()
arr1[1]=-1
arr
布爾索引
先上代碼：
bool_ = [True,False,True,False,False]
arr1 = arr[bool_]
arr1
arr1[1]=-1
arr
可以發現，布爾索引并未出現類似問題，因為利用布爾值索引時，總是生成數據的拷貝，所以改變選擇數據，對原數組沒有影響。
神奇索引
index = [3,4,1,2]
arr1 = arr[index]
arr1
arr1[1]=-1
arr
神奇索引和布爾索引一樣，選擇數據的改變也不會影響原數組。
以上就是關于“numpy數組不同索引方式有什么區別”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
