前言

NumPy（Numerical Python的縮寫）是一個開源的Python科學計算庫。使用NumPy，就可以很自然地使用數組和矩陣。NumPy包含很多實用的數學函數，涵蓋線性代數運算、傅里葉變換和隨機數生成等功能。本文主要介紹Python NumPy 數組索引及訪問數組元素。

1、訪問數組元素

數組索引與訪問數組元素相同。

您可以通過引用其索引號來訪問數組元素。

NumPy數組中的索引以0開頭，這意味著第一個元素的索引為0，第二個元素的索引為1等。

例如：

從以下數組中獲取第一個元素：

import numpy as np
arr = np.array([1, 3, 3, 4])
print(arr[0])
#  1

例如：

從以下數組中獲取第二個元素。

import numpy as np
 
arr = np.array([1, 3, 3, 4])
 
print(arr[1])
 
# 3

例如：

從以下數組中獲取第三和第四個元素并將其添加。

import numpy as np
 
arr = np.array([1, 2, 3, 4])
 
print(arr[2] + arr[3])
 
# 7

2、訪問 2-D Arrays(數組)

要訪問二維數組中的元素，我們可以使用逗號分隔的整數來表示元素的維數和索引。

例如：

在第一個昏暗處訪問第二個元素：

import numpy as np
 
arr = np.array([[1,12,3,4,5], [6,7,8,9,10]])
 
print('2nd element on 1st dim: ', arr[0, 1])
 
# 2nd element on 1st dim:  12

例如：

進入第二個暗處的第五個元素：

import numpy as np
 
arr = np.array([[1,2,3,4,5], [6,7,8,9,110]])
 
print('5th element on 2nd dim: ', arr[1, 4])
 
#  5th element on 2nd dim:  110

3、訪問 3-D Arrays(數組)

要訪問3-D數組中的元素，我們可以使用逗號分隔的整數來表示元素的尺寸和索引。

例如：

訪問第一個數組的第二個數組的第三個元素:

import numpy as np
 
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
 
print(arr[0, 1, 2])

示例說明

arr[0, 1, 2]輸出的值為6.

這就是為什么：

第一個數字表示第一維，它包含兩個數組：

[[1、2、3]，[4、5、6]]

和：

[[7、8， 9]，[10，11，12]]

因為我們選擇了0，所以剩下的第一個數組是：

[[1、2、3]，[4 ，5，6]]

第二個數字代表第二維，它還包含兩個數組：

[1、2、3]

和：

[4、5、6]

，因為我們選擇了1，剩下第二個數組：

[4，5，6]

第三個數字代表第三個維度，其中包含三個值：

4

5

6

由于我們選擇了2，因此我們以第三個維度結束 值：

6

4、負索引

使用負索引從頭開始訪問數組。

例如：

打印第二個暗處的最后一個元素：

import numpy as np
 
arr = np.array([[1,2,3,4,5], [6,7,8,9,110]])
 
print('Last element from 2nd dim: ', arr[1, -1])
 
# Last element from 2nd dim:  110

參考資料：https://www.cjavapy.com/article/1040/