一，基础索弓
在一维数组中，你可以使用中括号指定索引获取第i个值(从0开始计数)，但是对于多维的数组，每个索引值对应的元素不再是一个数值，例如，在一个二维数组中，将得到一个以为数组。单个元素可以继续索引，或者传递一个索引的列表选择单个元素。

这种方式获取的数据为原数组的视图，对于视图数值的修改，也会修改原数组数值。
二·，切片索引
numpy切片与Python列表的标准切片语法相同，通过切片可以灵活地得到一个子数组。与基础索引一样，切片索引也是原数组的视图，修改数据也会作用于原数组。

切片索引有两个实用的应用:

1，获取数组的单行或者单列。

2，数组的逆序。

三，布尔索引
布尔索引主要是利用的布尔数组，当数组的比较操作(比如==、>=)也是可以向量化，这些比较运算的结果是个布尔数据类型的数组。该数组与原数组的长度和形状都是一致，我们可以获取到对应位置为True的值。

通过布尔索引获得的子数组为副本，修改后不影响原数组。

布尔数组操作
1.统计记录个数
如果需要统计布尔数组中True的个数，可以使用np.count nonzero函数

另一种方法是使用np.sum，False会被解释为0，而True被解释为1。sum()可以沿着行或列求和。

2.快速地检查是否包含True

3.python中的关键字and 和 or 对布尔数组不起作用,需要使用逐位逻辑运算符(&,1,^)当使用 and 或者 or 时，就等于让python将整个数组当作布尔对象:当使用&或者|时，表达式操作的是数组中的元素，每个元素逐位运算。

a and b之所以报错，是因为，无法知道a和b整个数组，分别是Ture还是False。没法进行and运算，可以使用np.aal() 或者 np.any()对整个数组进行判断。

四，数组索
数组索引在概念上很简单，通过一个数组来一次性获取多个元素

在使用数组索引时，有两个点需要注意:

1.使用数组索引，结果的形状不是与被索引的数组的形状一致。

2.操作重复的索引可以会产生一些出平意料的结果。

上面的代码执行后，x的结果为array([6.,0.,0.,0.,0..0..0..0..0.. 0.])

这里会有疑问，4去哪里了?其实上面的代码等同于赋值两次。

A=2，然后A=3，所以最后结果为3。

继续设想以下操作:

按照之前的想法，x[0]的输出结果应该的2,然而结果却是1。x[[0,0] +=1其实可以拆开为:x[0],x[0]= x[0]+1,x[0]+1,换个简单的例子:

a的结果为2，a,a=a+1,a+1的指向步骤是:
1，先计算等号右边的结果，(2.2)
2，将右边的结果赋给左边:a=2，a=2

在看一个例子:

a的结果为3，a,a=b,a+b的指向步骤是:
先计算等号右边的结果，(2,3)
将右边的结果赋给左边:a=2，a=3。