当前位置：首页 > article >正文

Python数据分析篇：（二）数组索引、切片和运算

article 2025/2/28 6:57:19

一、索引和切片

（1）一维

可以理解成列表的索引，规则相同。

对每个元素事先进行0 1 2 3……的编号（另有负编号对应……-3 -2 -1 ）

输入单个数字编号，则索引对应编号的元素。

加入引号，则索引从a元素到b元素，但不包括b编号的元素

详细规则讲解，可以观看如下文章：

Python知识点精汇！字符串：定义、截取（索引）和其内置函数_python 字符串截取-CSDN博客https://blog.csdn.net/2301_81711570/article/details/143814571示例：

我们可能会发现，2 5都是孤零零一个数字，而下面的2却有[ ] 为什么呢？

这是因为a1[2]是索引为2的单个元素。它直接返回该元素的值

而a1[2:3]这是一个切片操作，返回的是一个子数组，即返回从索引2到3（但不包含3）的部分

（2）多维

单维：

[0 1 2]

多维：

[0 1 2]
[3 4 5]

关于多维的索引，规则也和单维大同小异。

其大体格式如下：

a[ m : n , p : q ]

我们只需要记住：

逗号左边是索引行，逗号右边是索引列

引号就是从谁到谁

举个例子：

print(a1[0,0:2]):先索引第0行，再索引第0行的第0到1列，所以是[0 1]

print(a1[:,1])：先索引最开始行到最后行（即所有行），再索引所有行的第1列，所以是[1 4]

print(a1[:1,:2])：先索引最开始行到编号1行（不包括1行），即索引的第0行，然后再索引第0行的最开始列到编号为2的列（不包括编号2列），即第0行的0和1列，所以是[[0 1]]

在这里，我们同样可以看到[0 1]和[1 4]只有1个括号，但是为什么[[0 1]]有两个？

这是因为前两者返回的是一维数组，所以只有一个方括号。

而后者返回的是二维数组（即使只有一行），所以有两个方括号，表示它是一个包含一行的二维数组。

如果我们嫌麻烦或者不理解，也有记住的诀窍：

我们只需要记住，有几个引号，就有几个方括号。

不信你看看一维和多维的列子，是不是都是这样

（3）扩展

扩展一个知识，直接看例子：

这个括号是什么意思呢？？

意思就是索引，这不过此处逗号的意思变成了“和”

所以a1[(0,1),(1,2)]的意思就是：

索引0行1列的元素和1行2列的元素，即1和5

Tips：

此时，我们若再想知道有几个方括号，就不可以那么数引号了，中规中矩的算吧。

二、运算

（1）四则运算

四则运算还是：

+、-、*、/、**（幂）

具体可自学离散数学中关于矩阵数组一类的运算知识了

如：

（2）广播机制

先摆一下标准解释：

NumPy 的 ufunc（通用函数）广播机制使得不同形状的数组在进行元素级操作时能够兼容计算。通过广播，NumPy 能够自动调整数组的形状，使得不同维度的数组能够进行高效的数学运算，而不需要显式地复制数据。

广播机制的工作基于以下几个规则：

如果两个数组的维度不同，NumPy 会尝试通过在较小维度的前面添加 "1" 来扩展它们的形状，使得它们在形状上兼容。这个过程称为 "扩展"（broadcasting）。
广播的条件：两个数组在做元素级操作时，必须满足以下条件之一：
- 维度相同：两个数组的维度数相同。
- 某些维度的大小为1：如果某个维度的大小为 1，则该维度的大小可以扩展，以匹配另一个数组在该维度的大小。

我们跳过繁琐的解释，通俗的解释一下：