NumPy 基于一维数组来获取和修改元素

有很多方法可以获取数据子集或 numpy 数组的单个元素，如果它是一维数组，则类似于 Python 列表。

描述：

数组元素通过索引获取，一维数组索引下标从 0 开始，[m] 表示索引为 m 的元素。

m：n] 切片，标头不包络尾部，获取具有从 m 到 n 的一维数组索引的元素，包括 m 不包括 n，并返回一个数组对象。[：获取数组的所有元素。

例

>>import numpy as np

>ar1=np.arange(10,20)
>ar1
array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])
通过索引获取数组元素。 
一维数组索引下标从 0 开始。 
>ar1[0]
[m] 获取索引为 m 的元素。 
>ar1[3]
[m：n] 切片以获取从 m 到 n 的一维数组索引的元素。 
包括 m 但不包括 n，envelope 标头不包络，并返回一个数组对象。 
>ar1[5:8]
array([15, 16, 17])
[：获取数组的所有元素。 
>ar1[:]
array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])

m：n]=x 切片赋值，将 x 赋值到整个切片，不包括 n。 [：=x修改所有元素的值。

标量 x 被分配给切片 [m：n]，x 自动传播到整个切片选择，即广播。

ar2=ar1[m：n]，ar2[i]=x，修改切片值会同步修改原数组的值，即修改ar2元素会同步修改ar1元素。

例

>>import numpy as np

>ar1=np.arange(10,20)
>ar1
array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])
m]=x：将一维数组中索引为 m 的元素的值修改为 x。 
>ar1[3]
m：n]=x 切片赋值，将 x 赋值到整个切片，不包括 n。 
>ar1[5:8]=29
>ar1
array([10, 11, 12, 13, 14, 29, 29, 29, 18, 19])
[：=x修改所有元素的值。 
>ar1[:]=6
>ar1
array([6, 6, 6, 6, 6, 6, 6, 6, 6, 6])
>ar1=np.arange(10,20)
>ar1
array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])
# ar2=ar1[m:n]
>s1=ar1[5:8]
>s1
array([15, 16, 17])
ar2[i]=x，如果修改切片的值，则原始数组的值将同步修改。 
>s1[0]=9555
>s1
array([9555, 16, 17])
>ar1
array([ 10, 11, 12, 13, 14, 9555, 16, 17, 18, 19])