切片迭代

• Numpy的切片操作默认会修改数组而非Python原生的复制。

• 一维数组和Python原生列表一样进行索引切片和迭代。

• 多维数组迭代需要指定每一个轴，轴之间以逗号分隔，省略或书写...时其他轴被认为是全选。

  b=np.array([[ 0,  1,  2,  3],
         [10, 11, 12, 13],
         [20, 21, 22, 23],
         [30, 31, 32, 33],
         [40, 41, 42, 43]])
  b[2,3]			# 第3行第4列的元素，注意索引从0开始计数
  b[0:5, 1]		# 第二列中的每一行，注意区间的左闭合右开的特性
  b[1:3, : ]		# 每一列的，第二行和第三行的元素
  b[-1]			#当给与的参数少于轴数时，其它的轴被认为是全选，比如这里获得最后一行，等同于b[-1,:]
  
  c = np.array( [[[  0,  1,  2],             
                   [ 10, 12, 13]],
                  [[100,101,102],
                   [110,112,113]]])
  c[1,...]		# 等同于c[1,:,:] or c[1]
  c[...,2]		# 等同于c[:,:,2]
  

• 对多维数组的迭代实际上是对其的第一轴进行迭代。

• 可以使用数组的flat属性对数组所有元素进行迭代。

  b=np.array([[ 0,  1,  2,  3],
         [10, 11, 12, 13],
         [20, 21, 22, 23],
         [30, 31, 32, 33],
         [40, 41, 42, 43]])
  for element in b.flat:
       print(element)
  
  0
  1
  2
  3
  ...
  

• ‍

‍