基本索引
嵌套索引
片
看似简单的索引，有些人不认为这是理所当然的。我们在此处使用精确的数字索引，这很容易检查错误。如果索引是计算出的变量，则必须小心，否则您将损失数千英里。
numpy.Array索引一维
numpy.Array索引两个维
numpy.Array索引三维... n-维
熊猫系列索引
PANDAS DATAFRAME索引
坑
总结
大熊猫中的ix是错误的根源。当大量项目大量使用时，它通常会导致不可预测的后果。0.20.x版本也标记为放弃功能，二元性和[]间隔，并违反了“明确比隐式更好”的原则。它是。建议使用具有清晰含义的ILOC和LOC函数。
将字符串切成薄片时，是[]间隔，通常为[）间隔
当numpy.ndarry，列表，元组，pandas.Series，pandas.dataframe混合使用，使用变量进行索引或切割。在服用或分配价值时不要太自信，您必须小心，需要大量测试。
在项目中，我在上面使用Matlab的矩阵和Python混合。上面的对象不对应于形状，索引，列错误。
最好不要混合不同的数据结构，很容易犯错，并增加转换性能开销
以上是该共享的所有内容。如果您想了解更多信息，请转到公共帐户：Python编程学习圈，每日干货共享
原始：https：//juejin.cn/post/709711919341305869