Для доступа к строкам и столбцам в NumPy вы можете использовать различные методы индексации. Вот несколько методов с примерами кода:

1. Базовая индексация: доступ к массивам NumPy можно получить с помощью целочисленной индексации. Вы можете использовать срезы для доступа к строкам и столбцам.

import numpy as np
# Create a 2D array
arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])
# Access a specific row
row_1 = arr[0]  # accessing the first row
print(row_1)   # Output: [1 2 3]
# Access a specific column
col_2 = arr[:, 1]  # accessing the second column
print(col_2)      # Output: [2 5 8]

2. Необычное индексирование: NumPy позволяет передавать массивы индексов для доступа к определенным строкам или столбцам.

import numpy as np
# Create a 2D array
arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])
# Access specific rows
rows = np.array([0, 2])
selected_rows = arr[rows]
print(selected_rows)
# Output:
# [[1 2 3]
#  [7 8 9]]
# Access specific columns
cols = np.array([0, 2])
selected_cols = arr[:, cols]
print(selected_cols)
# Output:
# [[1 3]
#  [4 6]
#  [7 9]]

3. Логическое индексирование. Вы можете использовать логические условия для доступа к строкам или столбцам на основе определенных критериев.

import numpy as np
# Create a 2D array
arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])
# Access rows based on a condition
condition = arr[:, 1] > 2  # rows where the second column value is greater than 2
selected_rows = arr[condition]
print(selected_rows)
# Output:
# [[4 5 6]
#  [7 8 9]]
# Access columns based on a condition
condition = arr[0] % 2 == 0  # columns where the first row value is even
selected_cols = arr[:, condition]
print(selected_cols)
# Output:
# [[2]
#  [5]
#  [8]]

Это некоторые методы доступа к строкам и столбцам в массивах NumPy. Вы можете выбрать метод, который лучше всего соответствует вашим потребностям, исходя из ваших конкретных критериев индексирования.