Numpy切片——用列表指定所需行

在本文中，我们将介绍如何使用Python的Numpy库中的切片方法，通过指定想要的行来切片一个数组。

阅读更多：Numpy 教程

什么是Numpy切片

在Numpy中，切片是指根据一组选定的行与列来获取数组的子集。和Python中的切片一样，Numpy切片也采用[start:stop:step]的形式。

针对Numpy的2D数组，我们可以使用“,”来区分行和列。比如：

import numpy as np

a = np.array([[ 1, 2, 3], 
              [ 4, 5, 6], 
              [ 7, 8, 9]])
print("原始数组：")
print(a)

print("切片后的子集：")
print(a[:2, 1:])

上述代码中，我们首先定义了一个3×3的数组a，然后使用a[:2, 1:]切片出数组的第1、2行和第2、3列，输出结果为：

原始数组：
[[1 2 3]
 [4 5 6]
 [7 8 9]]
切片后的子集：
[[2 3]
 [5 6]]

Numpy切片中用列表指定所需行

现在，我们来看看如何使用列表来指定我们需要的行。

首先，我们需要定义一个列表，包含我们希望选取的行的索引。比如，如果我们需要选取数组的第1、3行，则定义的列表形如indexes = [0, 2]。

我们可以使用np.take()函数，将定义好的列表传递给need_rows这个参数：

import numpy as np

a = np.array([[ 1, 2, 3], 
              [ 4, 5, 6], 
              [ 7, 8, 9]])

indexes = [0, 2]
print("切片前的数组：")
print(a)

print("切片后的子集：")
print(np.take(a, indexes, axis=0))

上述代码中，我们定义了一个3×3的数组a，然后定义了一个包含需要选取的行索引的列表indexes。我们使用np.take()函数将a中的indexes指定的行切片出来，最终输出结果为：

切片前的数组：
[[1 2 3]
 [4 5 6]
 [7 8 9]]
切片后的子集：
[[1 2 3]
 [7 8 9]]

这样，在一个大的数组中，我们只需指定需要选取的行的索引，就可以将其切片出来。

Numpy切片中排除部分行

除了上述方法，我们还可以使用np.delete()函数，从原数组中去除我们不需要的行。

import numpy as np

a = np.array([[ 1, 2, 3], 
              [ 4, 5, 6], 
              [ 7, 8, 9]])

excluded_rows = [1]
print("切片前的数组：")
print(a)

print("切片后的子集：")
print(np.delete(a, excluded_rows, axis=0))

在上述代码中，我们定义了一个3×3的数组a，然后定义了一个包含需要去除的行索引的列表excluded_rows。我们使用np.delete()函数将a中的excluded_rows指定的行排除，最终输出结果为：

切片前的数组：
[[1 2 3]
 [4 5 6]
 [7 8 9]]
切片后的子集：
[[1 2 3]
 [7 8 9]]

总结

Numpy的切片方法无疑极大地提升了程序的可读性和效率。在处理大规模的数据数组时，只需使用非常简单的代码，就可以快速地选取需要的行和列，或将不需要的行和列排除，提高计算效率。除了本文中介绍的方法，Numpy还有许多其他的高效处理数据的方法，读者可进一步探索。