numpy數組一般有三種索引方式：

基礎索引與切片

布爾索引

神奇索引

三種方法都可截取原數組中的部分數據，但是使用的時候在本質上卻有區別，尤其是在處理大量數據時，不弄清索引本質，會導致最后預測結果不準確。

---

基礎索引與切片

先上代碼：

import numpy as nparr = np.arange(25).reshape(5,5) arr

arr1 = arr[:3] arr1

arr1[1] = -1 arr

大家可以從上面的結果中發現，將arr前3行賦值給arr1，然后將arr1的第2行的數值改為-1，最后arr也發生了改變。原因是在基礎索引中，返回的只是原數組的視圖，而不是復制原數組，任何對于視圖的修改，都會影響原數組。

解決方法，利用ndarray自帶方法copy()，復制原數組。

arr = np.arange(25).reshape(5,5) arr arr1 = arr.copy() arr1[1]=-1 arr

布爾索引

先上代碼：

bool_ = [True,False,True,False,False]arr1 = arr[bool_]arr1

arr1[1]=-1arr

可以發現，布爾索引并未出現類似問題，因為利用布爾值索引時，總是生成數據的拷貝，所以改變選擇數據，對原數組沒有影響。

神奇索引

index = [3,4,1,2]arr1 = arr[index]arr1

arr1[1]=-1arr

神奇索引和布爾索引一樣，選擇數據的改變也不會影響原數組。

---

如果這些小Tips對你有幫助的話，求贊 求收藏

總結

以上是生活随笔為你收集整理的对数组下面的数组截取_numpy数组不同索引方式的区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。