看《深度学习图解》的第6章的代码，前后对于矩阵的索引操作代码略有区别。心中疑问重重，为何两者都能工作。带着疑问，网上查阅了一些资料，基本搞清楚两种索引的不同。下面形成文档，以便彻底学习numpy.array的相关用法（以二维数组为例）。
在python IDLE Shell 创建一个2维数组（6×3，6行3列，18个元素）
streetlights = np.array([[1, 0, 1],
[0, 1, 1],
[0, 0, 1],
[1, 1, 1],
[0, 1, 1],
[1, 0, 1]])
创建代码：
创建数组
取第一行：
方法1： streetlights[0]
方法2： streetlights[0:1] 或streetlight[0:1:1]或streetlight[0:1:1,:]
运行过程及结果如下图所示，都能正确地读取到第1行。但是，注意，方法1返回的是向量。方法2返回的是矩阵。
image.png
分析如下：
方法1采用“行索引”对数据进行选取，行号由0开始。我的理解是每行作为一个元组，存储在一个一维数组里。其索引如同一维数据的索引类似。
方法2采用切片方式索引。语法是array[begin:end:step, begin:end:step]。演示代码只关注行，列关键词可以省略（默认为选中所有列数据）。step默认为1，从begin开始取，但不包括end。
读第一行和第二行
以下切片只取奇数行数据，2表示隔行取数据（结果是矩阵）。
读奇数行（结果是矩阵）
以下切片只取偶数行数据（结果是矩阵）：
读偶数行（结果是矩阵）
参考：
Fururur. 在python&numpy中切片(slice).https://www.cnblogs.com/Sinte-Beuve/p/6573246.html
