ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。
ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。
import
numpy
as
np
a
=
np
.
arange
(
10
)
s
=
slice
(
2
,
7
,
2
)
print
(
a
[
s
]
)
输出结果为：
[2 4 6]
以上实例中，我们首先通过 arange() 函数创建 ndarray 对象。 然后，分别设置起始，终止和步长的参数为 2，7 和 2。
我们也可以通过冒号分隔切片参数
start:stop:step
来进行切片操作：
import
numpy
as
np
a
=
np
.
arange
(
10
)
b
=
a
[
2
:
7
:
2
]
print
(
b
)
输出结果为：
[2 4 6]
冒号
:
的解释：如果只放置一个参数，如
[2]
，将返回与该索引相对应的单个元素。如果为
[2:]
，表示从该索引开始以后的所有项都将被提取。如果使用了两个参数，如
[2:7]
，那么则提取两个索引(不包括停止索引)之间的项。
import
numpy
as
np
a
=
np
.
arange
(
10
)
b
=
a
[
5
]
print
(
b
)
输出结果为：
import
numpy
as
np
a
=
np
.
arange
(
10
)
print
(
a
[
2
:
]
)
输出结果为：
[2 3 4 5 6 7 8 9]
import
numpy
as
np
a
=
np
.
arange
(
10
)
print
(
a
[
2
:
5
]
)
输出结果为：
[2 3 4]
多维数组同样适用上述索引提取方法：
import
numpy
as
np
a
=
np
.
array
(
[
[
1
,
2
,
3
]
,
[
3
,
4
,
5
]
,
[
4
,
5
,
6
]
]
)
print
(
a
)
print
(
'
从数组索引 a[1:] 处开始切割
'
)
print
(
a
[
1
:
]
)
输出结果为：
[[1 2 3]
[3 4 5]
[4 5 6]]
从数组索引 a[1:] 处开始切割
[[3 4 5]
[4 5 6]]
切片还可以包括省略号
…
，来使选择元组的长度与数组的维度相同。 如果在行位置使用省略号，它将返回包含行中元素的 ndarray。
import
numpy
as
np
a
=
np
.
array
(
[
[
1
,
2
,
3
]
,
[
3
,
4
,
5
]
,
[
4
,
5
,
6
]
]
)
print
(
a
[
...,
1
]
)
print
(
a
[
1
,...
]
)
print
(
a
[
...,
1
:
]
)
输出结果为：
[2 4 5]
[3 4 5]
[[2 3]
[4 5]
[5 6]]
[[1 2]
[5 6]]
