第三篇：数组操控核心✨属性查看+索引切片，精准提取数据

学会创建数组后，接下来就要学会看懂数组、提取数组数据，这是NumPy数据处理的核心操作。

本篇聚焦数组核心属性查看、索引定位、切片提取、维度修改四大高频操作，教大家精准操控数组，拿到数据不迷茫，不管是一维还是多维数组，都能轻松提取目标内容～

📋 第一步：查看数组核心属性（读懂数组信息）

处理数据前，先通过数组属性了解数据结构，NumPy提供了5个核心属性，一键获取数组维度、形状、大小等信息：

• ndim：数组维度数（轴数）

• shape：数组形状（几行几列，返回元组）

• size：数组总元素个数

• dtype：数组元素数据类型

• itemsize：单个元素占用字节大小

import numpy as np# 创建二维数组测试arr = np.array([[1,2,3],[4,5,6],[7,8,9]])print("数组维度：", arr.ndim)print("数组形状：", arr.shape)print("总元素个数：", arr.size)print("数据类型：", arr.dtype)

🎯 数组索引：精准定位单个元素

索引用于定位数组中单个元素，和Python列表索引类似，支持正索引、负索引，多维数组需用逗号分隔维度索引：

一维数组索引

arr1 = np.array([10,20,30,40,50])print("第一个元素：", arr1[0])   # 正索引print("最后一个元素：", arr1[-1]) # 负索引

二维数组索引（先行后列）

arr2 = np.array([[1,2,3],[4,5,6],[7,8,9]])# 提取第1行第2列元素print(arr2[0,1])# 提取最后一行第一个元素print(arr2[-1,0])

✂️ 数组切片：批量提取数据片段

切片用于批量提取数组片段，格式为数组[起始:结束:步长]，遵循“左闭右开”原则，多维数组切片用逗号分隔各维度切片：

二维数组切片实战

arr2 = np.array([[1,2,3],[4,5,6],[7,8,9]])# 提取前2行，所有列print(f"arr2[:2, :] = {arr2[:2, :]}")# 提取所有行，第2列print(f"arr2[:, 1] = {arr2[:, 1]}")# 提取中间2x2子数组print(f"arr2[1:3, 1:3] = {arr2[1:3, 1:3]}")

🔄 数组维度修改：重塑与转置

数据处理中常需要调整数组形状，NumPy提供便捷的重塑和转置方法，不用改动数据就能改变结构：

• reshape()：重塑数组形状，元素总数保持不变

• T：数组转置，行和列互换

arr1 = np.arange(6)print(f"arr1 = {arr1}")# 一维数组重塑为2行3列arr_reshape = arr1.reshape(2,3)# 数组转置arr_T = arr_reshape.Tprint("重塑后：\n", arr_reshape)print("转置后：\n", arr_T)

⚠️ 新手避坑指南

• 切片是左闭右开，结束索引位置不包含；

• reshape重塑时，新形状乘积必须和原数组size一致；

• 多维索引和切片，逗号前是行，逗号后是列，别记反。

📚 本篇小结+下篇预告

本篇我们搞定了数组的属性查看、索引定位、切片提取和维度修改，实现了数组的精准操控。第四篇将进入核心运算环节，讲解数组的数学运算、统计计算、广播机制，真正实现高效数值计算，也是NumPy最核心的功能～