2.2 索引切片与高效取值

2.2 索引切片与高效取值

本节摘要：会建数组还不够，关键是从数组里精确、高效地取数。本节系统讲透基本索引、切片、花式索引、布尔索引四种取法，并重点辨析"视图与副本"这一最容易踩的坑——搞懂它，你才能放心地对数据做任何修改操作。

核心问题

阅读完本节，你应当能够：

1. 用基本索引与负索引取到任意位置的元素
2. 用切片取出子数组，理解步长参数的用法
3. 用花式索引按索引列表取任意行或列
4. 用布尔索引按条件过滤数据
5. 区分视图与副本，说清什么时候修改会"传染"到原数组

一、问题与直觉

数据到手后的第一件事几乎都是"取数"：想看看前 3 个订单金额、想筛出金额超过 300 的订单、想单独取某一列……如果每次取数都要写循环判断，代码又长又慢。NumPy 提供了四种取法，各有用武之地，但其中"视图 vs 副本"的陷阱，让无数新手在不知情时改坏了原始数据。

二、核心原理

2.1 四种索引方式对比

取值之前先想清楚"要单个、要一段、要任意、还是按条件"，再选工具：

四种索引方式对比图

四种取法的本质区别在于返回值是视图（view，共享底层数据）还是副本（copy，独立数据）：

• 切片返回视图：arr[1:4] 得到的子数组与原数组共享内存，改子数组会改原数组
• 花式索引、布尔索引返回副本：取出来的数据独立，随便改不伤原数组
• 基本索引返回标量或降维后的视图

⚠️ 常见坑：切片是视图这个特性最坑人。想"先复制一份慢慢改"时，如果直接 sub = arr[1:4] 然后修改 sub，原始数据 arr 也被改了，排查半天找不到原因。要复制就显式调用 .copy()。

三、工程实践要点

3.1 基本索引与负索引

import numpy as np
amounts = np.array([199, 89, 399, 59, 1299, 45])

amounts[0]    # 第一个元素 199
amounts[-1]   # 最后一个元素 45
amounts[-2]   # 倒数第二个 1299
​

二维数组用逗号分隔维度：matrix[0, 1] 表示第 0 行第 1 列。

3.2 切片：起止与步长

amounts[1:4]     # 下标 1 到 3，即 [89 399 59]
amounts[:3]      # 前 3 个
amounts[::2]     # 隔一个取一个
amounts[::-1]    # 反转数组
​

💡 关键直觉：切片语法是"含头不含尾"，arr[1:4] 取不到下标 4。这个约定和 Python 列表一致，写循环切片时尤其容易差一，记住"左闭右开"四个字。

3.3 花式索引：按列表取任意位置

amounts[[0, 2, 4]]     # 取第 0、2、4 个元素
idx = [3, 1, 5]
amounts[idx]           # 按索引列表顺序取

# 二维：同时指定行列
matrix = np.arange(12).reshape(3, 4)
matrix[[0, 2], [1, 3]]  # 取 (0,1) 和 (2,3) 两个元素
​

3.4 布尔索引：条件过滤

# 筛出超过 300 元的订单
high = amounts[amounts > 300]
# 筛出 100 到 500 之间
mid = amounts[(amounts >= 100) & (amounts <= 500)]
​

布尔索引内部先产生一个布尔掩码数组，再取出为 True 的位置。组合条件时注意：用 &（与）、|（或）而不是 Python 的 and、or，并且每个条件都要加括号。

⚠️ 常见坑：写 amounts[amounts > 300 and amounts < 500] 会报错。NumPy 数组的布尔组合必须用 &、|、~，且各条件用括号包起来，否则优先级混乱。

3.5 视图与副本的确认

sub = amounts[1:4]      # 视图
sub[0] = 999
print(amounts)          # 原数组也被改了！

safe = amounts[1:4].copy()  # 副本
safe[0] = 888
print(amounts)          # 原数组不受影响
​

判断返回值是视图还是副本，可以比较 np.shares_memory(a, b)，或者直接看修改是否传染。

3.6 选型速查

3.7 二维数组的索引实战

二维数组的索引是"行、列"逗号分隔，配合前面四种方式组合出无穷取法：

m = np.arange(12).reshape(3, 4)

m[1, 2]          # 第 1 行第 2 列：6
m[1]             # 第 1 行整行
m[:, 2]          # 第 2 列整列（冒号代表全部行）
m[0:2, 1:3]      # 前 2 行、第 1 到 2 列
m[m > 5]         # 所有大于 5 的元素（展平成一维）
m[[0, 2], :]     # 第 0 和 2 行
​

💡 关键直觉：m[:, 2] 里的冒号是"这一维全要"的意思。分析表格数据时"取某列"是最频繁的操作，[:, 列号] 这个写法必须记牢。布尔索引的结果是一维数组，因为筛选出来的行天然不平整，NumPy 统一展平。

3.8 修改数据的正确姿势

索引不只是"取"，也用于"改"：

amounts[0] = 999           # 改单个元素
amounts[1:3] = [100, 200]  # 改一段
amounts[amounts < 100] = 0 # 把所有低于 100 的置 0

# 二维：整列赋值
m[:, 1] = 0
​

布尔索引赋值是"批量条件更新"的标准写法，比循环判断高效得多。但切记：先搞清楚目标是视图还是副本，改视图会波及原数组，改副本则不会。不确定时，用 np.shares_memory(a, b) 验证一下最稳妥。

3.9 索引性能与习惯

• 逐元素访问 arr[i] 是 Python 层操作，慢；整段切片和布尔索引是底层批量操作，快
• 循环里反复索引同一个数组，先把要用的部分切片出来再算
• 大规模过滤优先布尔索引，别写成"循环 + if"——那是把 NumPy 当列表用

本章回顾

• 要点一：四种取法——基本、切片、花式、布尔，按"取单个/取一段/取任意/按条件"选择
• 要点二：切片是视图，修改会传染原数组；花式索引和布尔索引是副本
• 要点三：要独立副本就显式 .copy()，别赌运气
• 要点四：切片左闭右开，arr[1:4] 含 1 不含 4
• 要点五：布尔条件组合用 &、| 且各条件加括号，不能用 and/or
• 要点六：arr[::-1] 反转数组，arr[::2] 隔一取一，步长为负时倒序

取数会了，接下来是本教程最值钱的一节——向量化运算与广播机制，学完你写的代码会快得连自己都惊讶。