这篇“numpy数组不同索引方式有什么区别”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“numpy数组不同索引方式有什么区别”文章吧。
numpy数组一般有三种索引方式：
基础索引与切片
布尔索引
神奇索引
三种方法都可截取原数组中的部分数据，但是使用的时候在本质上却有区别，尤其是在处理大量数据时，不弄清索引本质，会导致最后预测结果不准确。
基础索引与切片
先上代码：
import numpy as np
arr = np.arange(25).reshape(5,5)
arr
arr1 = arr[:3]
arr1
arr1[1] = -1
arr
大家可以从上面的结果中发现，将arr前3行赋值给arr1，然后将arr1的第2行的数值改为-1，最后arr也发生了改变。原因是在基础索引中，返回的只是原数组的视图，而不是复制原数组，任何对于视图的修改，都会影响原数组。
解决方法，利用ndarray自带方法copy()，复制原数组。
arr = np.arange(25).reshape(5,5)
arr
arr1 = arr.copy()
arr1[1]=-1
arr
布尔索引
先上代码：
bool_ = [True,False,True,False,False]
arr1 = arr[bool_]
arr1
arr1[1]=-1
arr
可以发现，布尔索引并未出现类似问题，因为利用布尔值索引时，总是生成数据的拷贝，所以改变选择数据，对原数组没有影响。
神奇索引
index = [3,4,1,2]
arr1 = arr[index]
arr1
arr1[1]=-1
arr
神奇索引和布尔索引一样，选择数据的改变也不会影响原数组。
以上就是关于“numpy数组不同索引方式有什么区别”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注编程网行业资讯频道。
