python基础1| 索引与切片

无业游明001 2018-09-10

展开全文

python 索引与切片

基本索引

In [4]: sentence = 'You are a nice girl'In [5]: L = sentence.split()In [6]: LOut[6]: ['You', 'are', 'a', 'nice', 'girl']# 从0开始索引In [7]: L[2]Out[7]: 'a'# 负数索引，从列表右侧开始计数In [8]: L[-2]Out[8]: 'nice'# -1表示列表最后一项In [9]: L[-1]Out[9]: 'girl'# 当正整数索引超过返回时In [10]: L[100]---------------------------------------------------------------------------IndexError                                Traceback (most recent call last)<>10-78da2f882365> in ()----> 1 L[100]IndexError: list index out of range# 当负整数索引超过返回时In [11]: L[-100]---------------------------------------------------------------------------IndexError                                Traceback (most recent call last)<>11-46b47b0ecb55> in ()----> 1 L[-100]IndexError: list index out of range# slice 索引In [193]: sl = slice(0,-1,1)In [194]: L[sl]Out[194]: ['You', 'are', 'a', 'nice']In [199]: sl = slice(0,100)In [200]: L[sl]Out[200]: ['You', 'are', 'a', 'nice', 'girl']

嵌套索引

In [14]: L = [[1,2,3],{'I':'You are a nice girl','She':'Thank you!'},(11,22),'My name is Kyles']In [15]: LOut[15]:[[1, 2, 3], {'I': 'You are a nice girl', 'She': 'Thank you!'}, (11, 22), 'My name is Kyles']# 索引第1项，索引为0In [16]: L[0]Out[16]: [1, 2, 3]# 索引第1项的第2子项In [17]: L[0][1]Out[17]: 2# 索引第2项词典In [18]: L[1]Out[18]: {'I': 'You are a nice girl', 'She': 'Thank you!'}# 索引第2项词典的 “She”In [19]: L[1]['She']Out[19]: 'Thank you!'# 索引第3项In [20]: L[2]Out[20]: (11, 22)# 索引第3项，第一个元组In [22]: L[2][0]Out[22]: 11# 索引第4项In [23]: L[3]Out[23]: 'My name is Kyles'# 索引第4项，前3个字符In [24]: L[3][:3]Out[24]: 'My '

切片

# 切片选择,从1到列表末尾In [13]: L[1:]Out[13]: ['are', 'a', 'nice', 'girl']# 负数索引，选取列表后两项In [28]: L[-2:]Out[28]: ['nice', 'girl']# 异常测试,这里没有报错！In [29]: L[-100:]Out[29]: ['You', 'are', 'a', 'nice', 'girl']# 返回空In [30]: L[-100:-200]Out[30]: []# 正向索引In [32]: L[-100:3]Out[32]: ['You', 'are', 'a']# 返回空In [33]: L[-1:3]Out[33]: []# 返回空In [41]: L[0:0]Out[41]: []

看似简单的索引，有的人不以为然，我们这里采用精准的数字索引，很容易排查错误。若索引是经过计算出的一个变量，就千万要小心了，否则失之毫厘差之千里。

numpy.array 索引一维

In [34]: import numpy as npIn [35]: arr = np.arange(10)In [36]: arrOut[36]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])In [40]: arr.shapeOut[40]: (10,)# [0,1) In [37]: arr[0:1]Out[37]: array([0])# [0,0) In [38]: arr[0:0]Out[38]: array([], dtype=int32)# 右侧超出范围之后In [42]: arr[:1000]Out[42]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])# 左侧超出之后In [43]: arr[-100:1000]Out[43]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])# 两侧都超出In [44]: arr[100:101]Out[44]: array([], dtype=int32)# []In [45]: arr[-100:-2]Out[45]: array([0, 1, 2, 3, 4, 5, 6, 7])# []In [46]: arr[-100:-50]Out[46]: array([], dtype=int32)

numpy.array 索引二维

In [49]: arr = np.arange(15).reshape(3,5)In [50]: arrOut[50]:array([[ 0,  1,  2,  3,  4],       [ 5,  6,  7,  8,  9],       [10, 11, 12, 13, 14]])In [51]: arr.shapeOut[51]: (3, 5)# axis = 0 增长的方向In [52]: arr[0]Out[52]: array([0, 1, 2, 3, 4])# 选取第2行In [53]: arr[1]Out[53]: array([5, 6, 7, 8, 9])# axis = 1 增长的方向，选取每一行的第1列In [54]: arr[:,0]Out[54]: array([ 0,  5, 10])# axis = 1 增长的方向，选取每一行的第2列In [55]: arr[:,1]Out[55]: array([ 1,  6, 11])# 选取每一行的第1,2列In [56]: arr[:,0:2]Out[56]:array([[ 0,  1],       [ 5,  6],       [10, 11]])# 右侧超出范围之后In [57]: arr[:,0:100]Out[57]:array([[ 0,  1,  2,  3,  4],       [ 5,  6,  7,  8,  9],       [10, 11, 12, 13, 14]])# 左侧超出范围之后In [62]: arr[:,-10:2]Out[62]:array([[ 0,  1],       [ 5,  6],       [10, 11]])# []In [58]: arr[:,0:0]Out[58]: array([], shape=(3, 0), dtype=int32)# []In [59]: arr[0:0,0:1]Out[59]: array([], shape=(0, 1), dtype=int32)# 异常In [63]: arr[:,-10]---------------------------------------------------------------------------IndexError                                Traceback (most recent call last)<>63-2ffa6627dc7f> in module>()----> 1 arr[:,-10]IndexError: index -10 is out of bounds for axis 1 with size 5

numpy.array 索引三维…N维

In [67]: import numpy as npIn [68]: arr = np.arange(30).reshape(2,3,5)In [69]: arrOut[69]:array([[[ 0,  1,  2,  3,  4],        [ 5,  6,  7,  8,  9],        [10, 11, 12, 13, 14]],       [[15, 16, 17, 18, 19],        [20, 21, 22, 23, 24],        [25, 26, 27, 28, 29]]])# 根据 axis = 0 选取In [70]: arr[0]Out[70]:array([[ 0,  1,  2,  3,  4],       [ 5,  6,  7,  8,  9],       [10, 11, 12, 13, 14]])In [71]: arr[1]Out[71]:array([[15, 16, 17, 18, 19],       [20, 21, 22, 23, 24],       [25, 26, 27, 28, 29]])# 根据 axis = 1 选取In [72]: arr[:,0]Out[72]:array([[ 0,  1,  2,  3,  4],       [15, 16, 17, 18, 19]])In [73]: arr[:,1]Out[73]:array([[ 5,  6,  7,  8,  9],       [20, 21, 22, 23, 24]])# 异常指出 axis = 1 超出范围In [74]: arr[:,4]---------------------------------------------------------------------------IndexError                                Traceback (most recent call last)<>74-9d489478e7c7> in module>()----> 1 arr[:,4]IndexError: index 4 is out of bounds for axis 1 with size 3  # 根据 axis = 2 选取In [75]: arr[:,:,0]Out[75]:array([[ 0,  5, 10],       [15, 20, 25]])# 降维In [76]: arr[:,:,0].shapeOut[76]: (2, 3)In [78]: arr[:,:,0:2]Out[78]:array([[[ 0,  1],        [ 5,  6],        [10, 11]],       [[15, 16],        [20, 21],        [25, 26]]])In [79]: arr[:,:,0:2].shapeOut[79]: (2, 3, 2)# 左/右侧超出范围In [81]: arr[:,:,0:100]Out[81]:array([[[ 0,  1,  2,  3,  4],        [ 5,  6,  7,  8,  9],        [10, 11, 12, 13, 14]],       [[15, 16, 17, 18, 19],        [20, 21, 22, 23, 24],        [25, 26, 27, 28, 29]]])# 异常 axis = 0In [82]: arr[100,:,0:100]---------------------------------------------------------------------------IndexError                                Traceback (most recent call last)<>82-21efcc74439d> in module>()----> 1 arr[100,:,0:100]IndexError: index 100 is out of bounds for axis 0 with size 2

pandas Series 索引

In [84]: s = pd.Series(['You','are','a','nice','girl'])In [85]: sOut[85]:0     You1     are2       a3    nice4    girldtype: object# 按照索引选择In [86]: s[0]Out[86]: 'You'# []In [87]: s[0:0]Out[87]: Series([], dtype: object)In [88]: s[0:-1]Out[88]:0     You1     are2       a3    nicedtype: object# 易错点,ix包含区间为 []In [91]: s.ix[0:0]Out[91]:0    Youdtype: objectIn [92]: s.ix[0:1]Out[92]:0    You1    aredtype: object# ix索引不存在indexIn [95]: s.ix[400]KeyError: 400# 按照从0开始的索引In [95]: s.iloc[0]Out[95]: 'You'In [96]: s.iloc[1]Out[96]: 'are'In [97]: s.iloc[100]IndexError: single positional indexer is out-of-boundsIn [98]: s = pd.Series(['You','are','a','nice','girl'], index=list('abcde'))In [99]: sOut[99]:a     Youb     arec       ad    nicee    girldtype: objectIn [100]: s.iloc[0]Out[100]: 'You'In [101]: s.iloc[1]Out[101]: 'are'# 按照 label 索引In [103]: s.loc['a']Out[103]: 'You'In [104]: s.loc['b']Out[104]: 'are'In [105]: s.loc[['b','a']]Out[105]:b    area    Youdtype: object# loc切片索引In [106]: s.loc['a':'c']Out[106]:a    Youb    arec      adtype: objectIn [108]: s.indexOut[108]: Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

pandas DataFrame 索引

In [114]: import pandas as pdIn [115]: df = pd.DataFrame({'open':[1,2,3],'high':[4,5,6],'low':[6,3,1]}, index=pd.period_range('30/12/2017',perio     ...: ds=3,freq='H'))In [116]: dfOut[116]:                  high  low  open2017-12-30 00:00     4    6     12017-12-30 01:00     5    3     22017-12-30 02:00     6    1     3# 按列索引In [117]: df['high']Out[117]:2017-12-30 00:00    42017-12-30 01:00    52017-12-30 02:00    6Freq: H, Name: high, dtype: int64In [118]: df.highOut[118]:2017-12-30 00:00    42017-12-30 01:00    52017-12-30 02:00    6Freq: H, Name: high, dtype: int64In [120]: df[['high','open']]Out[120]:                  high  open2017-12-30 00:00     4     12017-12-30 01:00     5     22017-12-30 02:00     6     3In [122]: df.ix[:]D:\CodeTool\Python\Python36\Scripts\ipython:1: DeprecationWarning:.ix is deprecated. Please use.loc for label based indexing or.iloc for positional indexingIn [123]: df.iloc[0:0]Out[123]:Empty DataFrameColumns: [high, low, open]Index: []In [124]: df.ix[0:0]Out[124]:Empty DataFrameColumns: [high, low, open]Index: []# 按照 label 索引In [127]: df.indexOut[127]: PeriodIndex(['2017-12-30 00:00', '2017-12-30 01:00', '2017-12-30 02:00'], dtype='period[H]', freq='H')In [128]: df.loc['2017-12-30 00:00']Out[128]:high    4low     6open    1Name: 2017-12-30 00:00, dtype: int64# 检查参数In [155]: df.loc['2017-12-30 00:00:11']Out[155]:high    4low     6open    1Name: 2017-12-30 00:00, dtype: int64In [156]: df.loc['2017-12-30 00:00:66']KeyError: 'the label [2017-12-30 00:00:66] is not in the [index]'

填坑

In [158]: df = pd.DataFrame({'a':[1,2,3],'b':[4,5,6]}, index=[2,3,4])In [159]: dfOut[159]:   a  b2  1  43  2  54  3  6# iloc 取第一行正确用法In [160]: df.iloc[0]Out[160]:a    1b    4Name: 2, dtype: int64# loc 正确用法In [165]: df.loc[[2,3]]Out[165]:   a  b2  1  43  2  5# 注意此处 index 是什么类型In [167]: df.loc['2']KeyError: 'the label [2] is not in the [index]'# 索引 Int64IndexOut[172]: Int64Index([2, 3, 4], dtype='int64')# 索引为字符串In [168]: df = pd.DataFrame({'a':[1,2,3],'b':[4,5,6]}, index=list('234'))In [169]: dfOut[169]:   a  b2  1  43  2  54  3  6In [170]: df.indexOut[170]: Index(['2', '3', '4'], dtype='object')# 此处没有报错，千万注意 index 类型In [176]: df.loc['2']Out[176]:a    1b    4Name: 2, dtype: int64# ix 是一个功能强大的函数，但是争议却很大，往往是错误之源# 咦，怎么输出与预想不一致！In [177]: df.ix[2]D:\CodeTool\Python\Python36\Scripts\ipython:1: DeprecationWarning:.ix is deprecated. Please use.loc for label based indexing or.iloc for positional indexingSee the documentation here:http://pandas.pydata.org/pandas-docs/stable/indexing.html#ix-indexer-is-deprecatedOut[177]:a    3b    6Name: 4, dtype: int64# 注意开闭区间In [180]: df.loc['2':'3']Out[180]:   a  b2  1  43  2  5

总结

pandas中ix是错误之源，大型项目大量使用它时，往往造成不可预料的后果。0.20.x版本也标记为抛弃该函数，二义性和 []区间，违背 “Explicit is better than implicit.” 原则。建议使用意义明确的 iloc和loc 函数。
当使用字符串时切片时是 []区间，一般是 [)区间
当在numpy.ndarry、list、tuple、pandas.Series、pandas.DataFrame 混合使用时，采用变量进行索引或者切割，取值或赋值时，别太自信了，千万小心错误，需要大量的测试。
我在工程中使用matlab的矩阵和python混合使用以上对象，出现最多就是shape不对应，index，columns 错误。
最好不要混用不同数据结构，容易出错，更增加转化的性能开销

参考：https://blog.csdn.net/u010383605/article/details/78935836