ndarray读写成员变量时，如何通过[]或者[:]定位成员？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

本文基于python，讨论的是读写ndarray成员时的方法，以及可能的误会产生的错误用法。涉及的是[数字]和[数字:数字]这两种成员变量读法。这里因为思维的习惯定式，就会产生使用的误区，特别是[:]这种用法，会和惯性思维产生很大的碰撞。

大家好，这里是苏南大叔的“平行空间笔记本”博客。本文描述如何通过[]定位到ndarray成员。测试环境：win10，python@3.11.0，numpy@1.24.2，pandas@1.5.3。

本文的代码或者结论，把ndarray换成list一样成立。

定位成员方式误区

作为基础类型的list类型，和ndarray这种高级拓展类型，有着千丝万缕的联系，两者之间可以做到相互转换。参考文章：

• https://seosn.com/say/ndarray-list.html

那么，list和ndarray也都可以使用传统的[]来定位成员，也可以使用[:]这种方式。

• 比如读写二维数组的时候，就是通过[][]进行定位的（写了两个[]），这个是常识。
• 改成[:]的时候，就 也是通过[:][:]进行定位的，（注意是两个[:]）

上面推导出来的第二条结论是错误的，[:]得到的维度比[]多一层。如果使用了[:]，那么很可能需要很多个[]或者[:]的组合来定位到同样的位置了。

传统的[]定位成员

这个定位就很简单了，简单明了。测试代码：

import numpy as np

s1 = np.array([["苏", "南", "大", "叔"], ["北", "京", "大", "学"], ["技", "术", "经", "理"]])
# s1 = [["苏", "南", "大", "叔"], ["北", "京", "大", "学"], ["技", "术", "经", "理"]]
print(s1[0])             # ['苏' '南' '大' '叔']
print(s1[0][0])          # 苏
print(s1[1])             # ['北' '京' '大' '学']
print(s1[1][1])          # 京
print(s1[0,0])           # 苏
print(s1[1,1])           # 京

s1 = np.arange(27).reshape(-1,3,3)
print(s1.shape)
print(s1[0,0,0])          # 0
print(s1[1,2,1])          # 16

使用[:]定位成员

因为误区在[:]，所以这里定义了一个二维数组，然后一步步定位到某个成员。仔细想下面的结论：
原版是个二维数组的话，[:]还是个二维数组，[:][:]还是个二维数组，[:][:][:]还是个二维数组...

import numpy as np

s1 = np.array([["苏", "南", "大", "叔"], ["北", "京", "大", "学"], ["技", "术", "经", "理"]])
# s1 = [["苏", "南", "大", "叔"], ["北", "京", "大", "学"], ["技", "术", "经", "理"]]
print(s1[0:2])             # [['苏' '南' '大' '叔'] ['北' '京' '大' '学']]
print(s1[0:2][4])          # ['北' '京' '大' '学']
print(s1[0:2][1:2])        # [['北' '京' '大' '学']]
print(s1[0:2][1:2][0])     # ['北' '京' '大' '学']
print(s1[0:2][1:2][0][1])  # 京

s1[0:2][1:2]，[1:2]是在[0:2]里面再次挑选。

再解释一次

• [:]操作，一直保持原维度不变，并且有容错性，超限不报错。
• []操作，会降低到下一个维度，维度减一，超出索引值报错。

测试代码：

import numpy as np
s1 = np.array([["苏", "南", "大", "叔"], ["北", "京", "大", "学"], ["技", "术", "经", "理"]])
print(s1[0:2][8:9])        # 不报错，返回[]
print(s1[0:2][1:2][9])     # 报错

输出：

[]
Traceback (most recent call last):
  File "C:\Users\sunan\Desktop\demo\py\t.py", line 4, in <module>
    print(s1[0:2][1:2][9])     # 报错
IndexError: index 9 is out of bounds for axis 0 with size 1

写作初衷

写本文的原因呢，也是看网上一位大牛的文章，然后觉得写的挺有道理的，然后亲自试了一下，好像不是那么回事。当然了，如果这位大牛认为我的文章有问题，也可以指出来，相互学习嘛。

这位大牛的文章链接是：

• https://www.hhai.cc/thread-118-1-1.html

看这位"昊虹君"大牛的网站上文章也蛮多的，都是一些高科技的文章，而且还有引流变现的途径，在某些方面是值得学习的。

结束语

python是一条大蟒蛇，掌握它的习性需要付出不断的尝试和努力。

• https://seosn.com/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。