面试题：Python中NumPy如何进行数组的切片与索引操作

Question

请说明在Python的NumPy库中，如何对一维、二维数组进行切片操作以获取特定位置或范围的数据，以及如何使用整数索引和布尔索引来提取数组中的元素，同时举例说明不同索引方式在实际应用中的场景。

Answer 1

一维数组切片操作

1. 获取特定位置元素：使用整数索引，索引从0开始。例如：

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr[2])  # 获取索引为2的元素，输出3

2. 获取范围数据：使用切片语法start:stop:step。例如：

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr[1:4])  # 获取索引1到3（不包含4）的元素，输出[2 3 4]
print(arr[::2])  # 从开始到结束，步长为2，输出[1 3 5]

二维数组切片操作

1. 获取特定位置元素：通过两个整数索引指定行和列。例如：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[1, 2])  # 获取第2行第3列的元素，输出6

2. 获取范围数据：对行和列分别使用切片语法。例如：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[0:2, 1:3])  
# 获取第1到2行（不包含2），第2到3列（不包含3）的元素
# 输出[[2 3]
#      [5 6]]

整数索引实际应用场景

• 图像像素操作：在处理图像时，图像可以表示为三维数组（高度、宽度、颜色通道）。如果要获取图像中特定位置的像素值，可以使用整数索引。例如，要获取图像中某个特定点的红色通道值：

import numpy as np
# 假设图像是一个100x100的RGB图像
image = np.random.randint(0, 256, size=(100, 100, 3), dtype=np.uint8)
red_value = image[50, 50, 0]  # 获取第50行，第50列像素的红色通道值

布尔索引

1. 提取数组中的元素：通过布尔数组进行索引，布尔数组与原数组形状相同，True表示选取对应位置的元素，False表示不选取。例如：

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
bool_index = arr > 3
print(arr[bool_index])  # 输出[4 5]

2. 在二维数组中的应用：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
bool_index = arr % 2 == 0
print(arr[bool_index])  
# 输出[2 4 6 8]，获取所有偶数元素

布尔索引实际应用场景

• 数据分析：在数据分析中，经常需要根据条件筛选数据。例如，有一个包含学生成绩的数组，要筛选出成绩大于90分的学生成绩：

import numpy as np
scores = np.array([85, 92, 78, 95, 88])
high_scores = scores[scores > 90]
print(high_scores)  # 输出[92 95]