摘要：如果你经常和 NumPy 打交道，那一定对它的数组索引能力有所了解。你可能会用切片（slicing）来获取一部分数据，或者选择某一行、某一列。但很多人不知道的是，NumPy 的索引功能远不止于此。它隐藏着一些非常巧妙的“黑科技”，能够让你的代码更精炼、运行速度
Python库NumPy 10 个不为人知的技巧
如果你经常和 NumPy 打交道，那一定对它的数组索引能力有所了解。你可能会用切片（slicing）来获取一部分数据，或者选择某一行、某一列。但很多人不知道的是，NumPy 的索引功能远不止于此。它隐藏着一些非常巧妙的“黑科技”，能够让你的代码更精炼、运行速度更快，甚至能替代那些你觉得无法避免的循环。
作为数据科学和机器学习的基石，NumPy 的性能优化至关重要。掌握这些索引技巧，就像是为你的数据处理工作流注入了加速剂。它不仅仅是语法上的便捷，更是一种“向量化”思维的体现，能够将复杂操作转化为底层的 C 语言级别运算，从而实现效率上的飞跃。
接下来，我们将深入探讨 10 种强大的 NumPy 索引技巧。这些方法或许你从未用过，但一旦掌握，将会彻底改变你的工作方式。
通常，当你需要根据某个条件筛选数组元素时，可能会想到写一个for循环和if语句。但在 NumPy 中，有更简单、更快速的方法——使用布尔数组（boolean array）作为索引。
布尔数组中的每一个元素，都对应原始数组中相同位置的元素。当布尔值为True时，对应位置的元素被选中；当布尔值为False时，则被忽略。
例如，我们有一个数组arr，想要筛选出所有大于 10 的元素：
import numpy as nparr = np.array([3, 8, 12, 5, 18, 7])mask = arr > 10print(arr[mask]) # 输出: [12 18]这里的arr > 10会生成一个布尔数组[False False True False True False]，然后 NumPy 会根据这个布尔掩码，直接返回arr中对应True位置的元素，即[12 18]。
但布尔掩码不仅仅用于筛选，它还可以进行赋值操作。
比如，我们想把所有大于 10 的元素都设置为 99：
arr[arr > 10] = 99print(arr) # 输出: [ 3 8 99 5 99 7]这是一种非常简洁、高效的条件赋值方式，省去了编写循环的麻烦，并且性能更优。
切片索引只能选择连续的元素，但如果你想根据不连续的、任意指定的索引来选择元素，该怎么办？这就是**花式索引（Fancy Indexing）**的用武之地。
你可以直接传入一个包含索引值的列表或数组，来指定你想要选择的元素。这些索引值可以重复，也可以是乱序的。
arr = np.array([10, 20, 30, 40, 50])print(arr[[4, 2, 0]]) # 输出: [50 30 10]这个例子中，我们传递了[4, 2, 0]作为索引，NumPy 返回了第 4、第 2 和第 0 个元素，并且顺序也和索引列表一致。
花式索引同样支持赋值操作，这对于批量修改非连续位置的元素非常方便。
arr[[1, 3]] = [200, 400]print(arr) # 输出: [ 10 200 30 400 50]这个技巧在数据抽样等场景中非常实用，无需编写复杂的循环。
负数索引是 Python 中的一个经典技巧，在 NumPy 中同样适用。它提供了一种从数组末尾开始计数的便捷方式。
-1代表倒数第一个元素。-2代表倒数第二个元素，以此类推。arr[-3:]则表示从倒数第三个元素开始，到数组末尾的所有元素。arr = np.array([5, 10, 15, 20, 25])print(arr[-1]) # 输出: 25print(arr[-3:]) # 输出: [15 20 25]这个简单的技巧在机器学习中非常有用，比如当你只关心最近 N 个数据点时。
切片操作通常格式为arr[start:end:step]，但很多人在使用中会忽略step参数。通过设置步长，你可以实现跳跃式地选择元素。
arr = np.arange(10)print(arr[::2]) # 输出: [0 2 4 6 8]::2表示从头到尾，每隔一个元素选择一个。
更神奇的是，将步长设置为-1，可以轻松实现数组反转。
print(arr[::-1]) # 输出: [9 8 7 6 5 4 3 2 1 0]这个技巧在处理时间序列或图像数据时非常实用，可以快速翻转数据而无需使用额外的函数。
当数组是多维的（比如矩阵）时，花式索引的能力会更加强大。你可以使用多个列表来同时指定行和列的索引，从而精准地选择你想要的数据点。
arr = np.arange(1, 13).reshape(3, 4)# arr 现在是:# [[ 1 2 3 4]# [ 5 6 7 8]# [ 9 10 11 12]]print(arr[[0, 2], [1, 3]]) # 输出: [ 2 12 ]这里[0, 2]是行索引列表，[1, 3]是列索引列表。NumPy 会根据这两个列表，找到对应的arr[0, 1]和arr[2, 3]两个元素，并将它们作为新数组返回。这个操作在一行代码中就完成了，省去了编写循环的繁琐。
有时，你希望通过组合多个行索引和列索引，来提取一个子矩阵（submatrix），而不是单个元素。直接使用多维花式索引可能会得到一维数组，这时就需要np.ix_出场了。
np.ix_ 函数可以接受多个索引数组，并返回一个元组，这个元组可以用来进行**笛卡尔积（Cartesian product）**式的索引，从而得到一个规整的子矩阵。
arr = np.arange(1, 13).reshape(3, 4)rows = [0, 2]cols = [1, 3]submatrix = arr[np.ix_(rows, cols)]print(submatrix)# 输出:# [[ 2 4]# [10 12]]这个操作会选取第 0 行和第 2 行，以及第 1 列和第 3 列，然后返回由这些行列交叉点构成的子矩阵。如果没有np.ix_，你可能需要编写更复杂的代码来处理索引的组合。
np.where是一个非常强大的函数，它结合了条件判断、选择和赋值的功能。它的基本语法是np.where(condition, x, y)。
如果condition为真，np.where会返回x对应位置的值。如果condition为假，np.where则返回y对应位置的值。这个函数最常见的用法是根据条件进行值的替换。
arr = np.array([2, 7, 12, 5, 18])result = np.where(arr > 10, "big", "small")print(result) # 输出: ['small' 'small' 'big' 'small' 'big']这里，np.where根据arr > 10的条件，将结果数组中对应位置的值设置为"big"或"small"。
它也可以直接用于修改数组。
arr = np.where(arr > 10, 0, arr)print(arr) # 输出: [2 7 0 5 0]这个例子中，所有大于 10 的元素都被替换为 0，而其他元素保持不变。
这个技巧看起来有点像魔法，它利用了None关键字来在数组中插入一个新的维度（new axis）。这个新维度通常用于触发 NumPy 的**广播（broadcasting）**机制，从而实现一些非常高效的运算，比如外积（outer product）。
arr = np.array([1, 2, 3])print(arr[:, None] * arr[None, :])输出结果是：
[[1 2 3] [2 4 6] [3 6 9]]arr[:, None]将一个一维数组变成了[[1], [2], [3]]，而arr[None, :]则变成了[[1, 2, 3]]。当这两个数组相乘时，NumPy 的广播机制会自动将它们扩展成一个 3x3 的矩阵进行运算，从而得到了外积，这个过程没有使用任何循环。
当你的数组维度非常多时（比如 4D、5D 甚至更高），手动编写每一个维度的索引会变得非常繁琐。这时，**省略号...**就派上用场了。它代表了“所有中间的维度”。
arr = np.random.rand(4, 5, 6, 7)print(arr[0, ..., -1].shape) # 输出: (5, 6)在这个例子中，arr[0, ..., -1]表示选择第 0 个维度上的第 0 个元素，以及最后一个维度上的最后一个元素，而...则代表了中间的所有维度，即第 1 和第 2 维度。这种方式可以让你的代码更短、更易读。
NumPy 索引的真正威力在于可以将上述多种技巧组合使用，从而将复杂的逻辑压缩到一行代码中。这需要一些练习，但一旦掌握，你就能写出极为高效且精炼的代码。
比如，我们想从一个多维数组中，先选取最后两行，然后在这些行中，再筛选出值大于 12 的元素。
arr = np.arange(20).reshape(4, 5)# 先选取最后两行，然后在这两行中，选择列索引从2开始，并且值大于12的元素rows = [-2, -1]mask = arr[rows, 2:] > 12result = arr[rows, 2:][mask]print(result) # 输出: [13 14 18 19]虽然这个表达式可能不像上面那些例子那样一目了然，但它将原本需要 6 到 7 行嵌套循环才能完成的任务，浓缩成了一行。这正是 NumPy“向量化”思维的精髓所在。
你可能会好奇，为什么这些索引操作会如此高效。
从底层来看，NumPy 的索引并不仅仅是简单地“挑选元素”。它是一个复杂的调度机制，能够识别不同类型的索引输入——比如切片、布尔掩码、整数或列表。然后，NumPy 会根据这些输入，制定一个高效的执行策略，将你的索引表达式转化为底层的、快速的 C 语言级别操作。
简单来说，当你在使用这些高级索引时，NumPy 并没有在后台运行 Python 循环。它将整个操作打包成一个向量化操作，然后交给底层的 C 语言核心去处理，这正是其速度远超 Python 原生循环的原因。
学习这些 NumPy 索引技巧不仅仅是为了让代码看起来更酷，它在实际工作中具有非常重要的意义。
性能优化： 在机器学习中，高效地选择特征可以节省大量的训练时间；在金融领域，快速切片处理大型时间序列数据可以避免性能瓶颈；在图像处理中，使用掩码进行像素筛选比使用嵌套循环快得多。代码精炼： 减少冗余代码，提高代码可读性和可维护性。思维转变： 强制你采用“向量化”的思维方式，将问题抽象成整体的数组操作，而不是单个元素的迭代。NumPy 已经存在几十年了，但它的索引系统仍然隐藏着许多宝藏，等待着开发者去发掘。下次当你本能地想用for循环来处理数组时，不妨停下来思考一下：“NumPy 的索引能帮我解决这个问题吗？”。
答案很有可能就是：能。
来源：高效码农