Numpy切片，索引，广播机制

Numpy切片和索引 普通外置切片

import numpy as np
a = np.arange(10)
s = slice(2,7,2)   # 从索引 2 开始到索引 7 停止，间隔为2
print (a[s])
# [2 4 6]

自制冒号切片

[a] : 返回与该索引对应的单个元素
[a:] : 返回从索引a开始往后的所有元素
[a:b]： 返回从a到b之间的所有元素（取不到b）
[a,b,2]: 2为steps，步长

省略号切片

切片可用…表示，可用“所有”字眼替代

Numpy 高级索引 整数数组索引

整数数组作为参数，第一个参数为rows，第二个参数为cols

布尔索引

在索引里输入一些布尔值

花式索引

二维数组
输入[[a,b,c,d]] 则返回a,b,c,d 减1行
输入[np.ix_([1,2,3,4],[2,3,4,5])] ，则返回(1,2)(1,3)(1,4)(1,5)…

Numpy广播机制

也只有某一维度的值相同（比如列为3），另一个维度的值为1（比如b的行为1,）则像各个维度最大形状补齐。