在本文中，我们将向您展示如何在 Python 中从 NumPy 数组中选择元素。
Python 中的 Numpy 数组
顾名思义，NumPy 数组是 NumPy 库的中心数据结构。该库的名称是“Numeric Python”或“Numerical Python”的缩写。
换句话说，NumPy 是一个 Python 库，是 Python 科学计算的基础。其中一个工具是高性能多维数组对象，它是一种用于高效数组和矩阵计算的强大数据结构。我们可以一次从 Numpy 数组中选择一个元素或一个子数组。现在我们看到以下从 Numpy 数组中选择元素的方法。
- 选择单个 NumPy 数组元素
- 使用切片从 NumPy 数组中选择子数组
- 仅通过给出停止值来选择/访问子数组
- 仅通过给出起始值来选择/访问子数组
方法 1 - 选择单个 NumPy 数组元素
这些 ndarray 的每个元素都可以通过它们的索引号来访问。
立即学习“Python免费学习笔记（深入）”；
算法（步骤）
以下是执行所需任务所需遵循的算法/步骤 -
使用 import 关键字，导入带有别名 (np) 的 numpy 模块。
使用numpy.array()函数（返回一个ndarray。ndarray是满足给定要求的数组对象），通过传递一维数组来创建numpy数组数组作为它的参数。
使用正索引访问索引 1 处的 NumPy 数组元素并打印 它。
Use negative indexing to access the NumPy array element at index -1 i.e the last element of an array and print 它。
Negative Indexing(): Python allows for "indexing from the end," i.e., negative indexing. This means that the last value in a sequence has an index of -1, the second last has an index of -2, and so on. When you want to pick values from the end (right side) of an iterable, you can utilize negative indexing to your benefit.
示例
以下程序使用索引号从输入 NumPy 数组返回指定索引处的元素 -
# importing numpy module with an alias name
import numpy as np
# creating a 1-Dimensional NumPy array
inputArray = np.array([4, 5, 1, 2, 8])
# printing the array element at index 1 (positive indexing)
print("The input array = ",inputArray)
print("Numpy array element at index 1:", inputArray[1])
# printing the array element at index -1 i.e last element (negative indexing)
print("Numpy array element at index -1(last element):", inputArray[-1])
输出
执行时，上述程序将生成以下输出 -
The input array = [4 5 1 2 8] Numpy array element at index 1: 5 Numpy array element at index -1(last element): 8
方法 2 - 使用切片从 NumPy 数组中选择子数组
为了获得子数组，我们用切片代替元素索引。
语法
numpyArray[start:stop]
其中，start、stop分别是子数组的第一个和最后一个索引。
算法（步骤）
以下是执行所需任务所需遵循的算法/步骤 -
使用numpy.array()函数（返回一个ndarray。ndarray是满足给定要求的数组对象），通过传递一维数组来创建numpy数组数组作为它的参数。
通过给出起始值和终止值来访问从索引 2 到 5（不包括）的子数组 using slicing and printing 它。
示例
以下程序通过给出开始值和停止值，使用切片从输入 NumPy 数组返回子数组 -
# importing NumPy module with an alias name
import numpy as np
# creating a 1-Dimensional numpy array
inputArray = np.array([4, 5, 1, 2, 8, 9, 7])
print("Input Array =",inputArray)
# printing the sub-array from index 2 to 5(excluded) by giving start, stop values
print("The sub-array from index 2 to 5(excluded)=", inputArray[2:5])
输出
执行时，上述程序将生成以下输出 -
Input Array = [4 5 1 2 8 9 7] The sub-array from index 2 to 5(excluded)= [1 2 8]
方法 3 - 通过仅给出停止值来选择/访问子数组
通过将起始索引留空，您可以从第一个元素开始对子数组进行切片。
默认起始值为0。
示例
以下程序返回输入 NumPy 数组中从索引 0（默认）到给定停止值的子数组 -
# importing NumPy module with an alias name
import numpy as np
# creating a 1-Dimensional NumPy array
inputArray = np.array([4, 5, 1, 2, 8, 9, 7])
print("Input Array =",inputArray)
# printing the sub-array till index 5(excluded) by giving only stop value
# it starts from index 0 by default
print("The sub-array till index 5(excluded)=", inputArray[:5])
输出
执行时，上述程序将生成以下输出 -
Input Array = [4 5 1 2 8 9 7] The sub-array till index 5(excluded)= [4 5 1 2 8]
方法 4 - 通过仅给出起始值来选择/访问子数组
同样，将冒号左侧留空将为您提供一个数组，直到最后一个元素。
示例
以下程序返回输入 NumPy 数组中从给定起始索引值到数组最后一个索引（默认）的子数组。
p>
# importing NumPy module with an alias name
import numpy as np
# creating a 1-Dimensional NumPy array
inputArray = np.array([4, 5, 1, 2, 8, 9, 7])
# printing the sub-array from index 2 to the last index by giving only the start value
print("Input Array = ",inputArray)
# It extends till the last index value by default
print("The sub-array till index 5(excluded)=", inputArray[2:])
输出
执行时，上述程序将生成以下输出 -
Input Array = [4 5 1 2 8 9 7] The sub-array till index 5(excluded)= [1 2 8 9 7]
结论
我们在本文中使用四个不同的示例学习了如何在 Python 中选择 numpy 数组的元素。我们还了解了切片 Numpy 数组。
