前言：
本文根据本人自己的学习成果总结的，内容难免产生纰漏，如有错误，望各位路过大佬指出。
建议按顺序食用本文，效果更佳。
文内例子均以二维数组为例。
本文主要包含numpy.ndarray数组的多种切片方法。在阅读本文前，请思考下面的问题：
Q：假如给你一个棋盘格式方形蛋糕，怎么切都可以，但刀必须落在棋盘格线上，你有几种切法？
单行切片：
按照上面问题的思维，切片无非是横切或是竖切。简单切片类似于：切一刀，拎出一行一维数组。
c = np.array([[1, 2, 3, 4],
[5, 6, 7, 8],
[3, 5, 6, 0],
[8, 9, 5, 6]])
c1 = c[1]
print("切片多维列表中的某一行：", c1)
'''方括号内数字可随意变换'''
# 切片多维列表中的某一行： [5 6 7 8]产生新的问题：如果我想要输出多行怎么实现？
尝试1： 如果我想输出1~3行（注意，这里行数计算从0开始），是否可以写成如下代码？
c1 = c[1, 3]
print("切片多维列表中的某几行：", c1)
# 切片多维列表中的某几行： 8不可行，为什么？
因为方括号内两个用逗号间隔的数字分别代表行和列。当我只输入一个数字时，默认该数字为行。
单列切片：
那如果我想输出某一列呢？
使用...,（三个半角点号，加一个半角逗号）占位，后加想要输出的列数即可：
c1 = c[..., 3]
print("切片多维列表中的某一列：", c1)
'''
c = np.array([[1, 2, 3, 4],
[5, 6, 7, 8],
[3, 5, 6, 0],
[8, 9, 5, 6]])
'''
# 切片多维列表中的某一列： [4 8 0 6]尝试2：用切片
c2 = c[1:3]
print("切片：", c2)
# 切片： [[5 6 7 8]
# [3 5 6 0]]注：输出不包含第三行。
按照尝试1中的发散思维，我们可以尝试“切片多列”，“行列全切”
多行多列切片：
'''单切多列'''
c3 = c[..., 2:]
print(c3)
# [[3 4]
# [7 8]
# [6 0]
# [5 6]]'''行列全切'''
c2 = c[1:3, 1:3]
print(c2)
# [[6 7]
# [5 6]]产生问题：我是否可以输出某几行中的一列数字呢？
c2 = c[1:3, 1]
print(c2)
'''
c = np.array([[1, 2, 3, 4],
[5, 6, 7, 8],
[3, 5, 6, 0],
[8, 9, 5, 6]])
'''
# [6 5]由此可知，只输出某几列中某行数字也是可以的。但可以发现，这样的输出都是连续的行列，如果我想输出连续两列中，偶数行的数组呢？
列表索引：
有教程称之为“高级索引”，自己记忆的时候还是朴素点吧……
这里解释一下为什么可以用列表索引（和切片索引不一样，切片连续，列表不连续）。
numpy.ndarray数组的索引长这样：[行, 列]
实际上，每一行，每一列都相当于一个一维数组。（套娃套起来了）
在此基础上，我就可以进行针对行和列的切片。（如果还是不明白，具体参考列表的切片或是字符串的切片）
这就是行列都能用切片的原因。
那么为什么可以用列表索引？
回想一下列表的索引（列表是1维的），二维数组操作的基础也是一维数组。
可以理解成，数组索引——[行, 列]——在这个方括号中，逗号前面的都是行，逗号后面的都是列。如果有一个索引长这样——c4 = c[[0, 2], 3]——表示：将c数组中第3列，第0行和第2行的值，赋值给c4。
c4 = c[[0, 2], 3]
print(c4)
# [4 0]列表索引+切片索引：
在明白了列表索引和切片索引后，这个部分就很好理解了——排列组合。
c4 = c[1:3, [1, 2]]
print(c4)
# [[6 7]
# [5 6]]输出数组中大于某一数字的数：
听起来难，做起来很简单：
c5 = c[c > 4]
print("输出所有大于4的元素", c5)
'''生成的是一个一维列表'''
# 输出所有大于4的元素 [5 6 7 8 5 6 8 9 5 6]日拱一卒，功不唐捐。
