NumPy 教程目录
ndarray 对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。
ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。
Examples:
x = np.arange(10)
print(x)
s = slice(2,7,2)
print(x[s])
#输出结果
[0 1 2 3 4 5 6 7 8 9]
[2 4 6]
以上实例中，我们首先通过 arange() 函数创建 ndarray 对象。 然后，分别设置起始，终止和步长的参数为 2，7 和 2。
我们也可以通过冒号分隔切片参数 start:stop:step 来进行切片操作：
Example:
x = np.arange(10)
b = x[2:7:2]
print(b)
print(x[0])
#输出结果
[2 4 6]
0
Example:
x = np.arange(10)
print(x[2:5])
#输出结果
[2 3 4]
多维数组同样适用上述索引提取方法：
Example:
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print(a)
# 从某个索引处开始切割
print('从数组索引 a[1:] 处开始切割')
print(a[1:])
#输出结果
[[1 2 3]
[3 4 5]
[4 5 6]]
从数组索引 a[1:] 处开始切割
[[3 4 5]
[4 5 6]]
切片还可以包括省略号 …，来使选择元组的长度与数组的维度相同。 如果在行位置使用省略号，它将返回包含行中元素的 ndarray。
Examples:
x = np.arange(9).reshape((3,3))
print(x)
#输出结果
[[0 1 2]
[3 4 5]
[6 7 8]]
print (a[...,1]) # 第2列元素
#输出结果
[1 4 7]
print (a[1,...]) # 第2行元素
#输出结果
[3 4 5]
print (a[...,1:]) # 第2列及剩下的所有元素
#输出结果
[[1 2]
[4 5]
[7 8]]