numpy中的高级索引中行索引和列索引

在NumPy中，高级索引（Advanced Indexing）是数组操作的一种强大工具，它允许对数组数据进行复杂的条件选择和非均匀的数据提取。对于行索引和列索引，可以理解为二维数组的访问方式：

1. **行索引 (Indexing by Rows)**: 行索引通常对应于数组的行（即水平方向）。你可以使用整数切片、布尔数组或数组本身作为行索引。例如，`arr[row_index]`会返回一个子数组，其中包含指定行号的所有元素。

2. **列索引 (Indexing by Columns)**: 列索引对应于数组的列（即垂直方向）。在Python中，列索引通常是数组的形状或大小的一维切片。当你提供一个一维数组作为列索引时，比如`arr[:, column_index]`，这会返回一个只包含指定列的子数组。

例如：

import numpy as np

# 创建一个二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 行索引
row_index = [0, 2]
col_index = [0, 2]  # 或者 col_index = slice(0, None, None) 选择所有列
selected_rows = arr[row_index, :]

# 列索引
selected_columns = arr[:, col_index]

print("Selected rows:", selected_rows)
print("Selected columns:", selected_columns)