下载掌阅APP，畅读海量书库
立即打开
本节将会讨论在NumPy中进行ndarray元素的索引。对于一维ndarray矩阵对象，元素的索引方法与Python的列表和元组类似，如表3-5和图3-11所示，同样的，NumPy矩阵对象的索引号也是从0开始。
表3-5 以一维ndarray矩阵对象a为例进行索引
值得注意的是，图3-11所示的例子7和例子8展示了Python列表和元组没有的索引方法。在例子7中a[a>2]只索引了a中元素值大于2的元素。而在例子8中~np.isnan（a）用于索引a中非NaN元素。
图3-11 一维数组切片和索引例子
读者可以使用函数np.where（）来实现更多复杂的过滤条件。where（）函数的定义如下。
numpy.where(condition[, x, y])
使用where（）函数时，根据表达式condition给出的条件，返回表达式 x 或者表达式 y 的值，表达式 x 或者表达式 y 可以不给定。
以下例子展示了如何使用where（）函数实现将a中小于5的元素增大0.1，大于5的元素增大0.2。
运行结果如下。
二维ndarray矩阵对象的元素同样可以被索引。在被索引时，需要在方括号中给定元素的行值和列值，具体如图3-12所示。
此外，读者还可以使用take（）和put（）函数进行更高级的矩阵元素索引和复制。take（）和put（）函数的优势在于通过索引号直接访问矩阵元素的数值，这些索引号可以是零散的和数量不限的。
如图3-13展示了将take（）方法应用在一维向量上，索引后同样是一维向量。如图3-14所示为使用take（）方法时，索引号是一个2 × 4的矩阵，索引后获得的同样是一个2 × 4的矩阵。
矩阵对象也可以使用take（）方法进行索引。和使用方括号进行索引不同的是，take（）方法的索引号不是通过元素所在的行和列给定的，而是沿着行的方向获得。如图3-15所示为一个3 × 4的矩阵如何沿着行的方向获得每个矩阵元素的索引值。
图3-12 二维ndarray矩阵对象索引示例
图3-13 take（）方法的应用：原始数据和索引数组都是一维向量
图3-14 take（）方法应用：原始数据是一维向量，索引数组是矩阵
图3-15 take（）沿着行的方向进行矩阵元素索引
在图3-16（b）中，a.take（[2,3,1]）可以返回矩阵 a 中的索引位置为2、3和1的元素数值。类似地，图3-16（c）中a.take（[12,5,2,9]）返回矩阵 a 中索引位置为12、5、2、9的元素。
图3-16 take（）方法应用在矩阵上
take（）方法中的axis参数可以用来指定索引矩阵的某一行或某一列。如图3-17（b）中的例子所示，a.take（[3,1,2], axis =1）可以分别获取矩阵 a 的第三列、第一列和第二列的元素。如图3-18（b）所示a.take（[3,1,2], axis =0）则可以获得矩阵 a 的第三行、第一行和第二行的元素。
图3-17 take（）方法用于提取矩阵某一列
图3-18 take（）方法用于提取矩阵某一行
本节接下来将讨论ndarray元素的迭代。NumPy提供了两种基本的 迭代器 （flatiter iterator），第一种是使用ndarray矩阵对象的属性flat。以下例子展示了这一迭代方法。
上述代码的运行结果如下所示。可以看出使用flat属性作为迭代器时，可以将多维ndarray的所有元素按次序输出。对转置后的ndarray进行迭代后，可发现与对原ndarray进行迭代的结果不同。这个特点和接下来讨论的nditer（）函数不同。
nditer（）函数用来对ndarray矩阵对象进行迭代或访问其元素。以下代码是使用nditer（）函数替换上一个例子中的flat属性。读者运行代码后可发现，运行结果都是：0，1，2，3，4。这是因为nditer（）函数只会将元素按照其在内存中存储的次序进行迭代输出。
nditer（）函数里提供了参数order，可以用来调整迭代元素的次序。当参数order ='C'时，沿着行方向输出元素，当order ='F'时，沿着列方向输出元素。
上述例子展示了如何使用order参数来调整迭代元素的次序，结果如下所示。如图3-19所示对比了这两种迭代次序的不同。
图3-19 ndarray的元素遍历方式
nditer（）函数还可以被用来批量修改ndarray矩阵对象中元素的值。这时需要使用参数op_flags。默认情况下，op_flags ='readonly'，这时ndarray中的元素为只读模式。为了实现对元素数值的修改，op_flags需要被设定为readwrite模式，如下例所示。
在这个例子中，迭代遍历ndarray元素值的同时，返回对应的平方值。运行结果如下。
