郓哥被王婆打了，就去找武大郎。将情况一说，两人商定去抓奸。一天武大郎只做了两三扇炊饼，约好了时间，郓哥进去顶住大门不让王婆关，武大郎直接跑进去，西门庆刚开始躲到床底下，后被潘金莲提醒，直接一脚踢倒武大郎，跑了。
武大郎被踢中心口，受伤后卧床不起，潘金莲还是每天出去，武大郎就生气的说：你们小心武松回来。西门庆就去找王婆想法子，王婆出了个馊主意，让西门庆从他药店里拿砒霜，再由潘金莲喂给武大郎。
Numpy索引和切片操作示例
NumPy（Numerical Python的简称）是Python中用于处理数组和矩阵运算的一个非常强大的库。在NumPy中，索引和切片是用于访问和修改数组元素的关键特性。以下是关于NumPy索引和切片的一些主要特点：索引（Indexing）
1. **基于0的索引**：NumPy数组的索引是从0开始的，与大多数编程语言（如Python本身）的列表和数组一样。
2. **多维索引**：对于多维数组（如矩阵），可以使用逗号分隔的索引元组来访问特定位置的元素。例如，`arr[i, j]`可以访问二维数组`arr`中第`i`行第`j`列的元素。
3. **负索引**：与Python列表一样，NumPy也支持负索引，这允许从数组的末尾开始计数。例如，`arr[-1]`将返回数组中的最后一个元素。
4. **布尔索引**：可以使用布尔数组来索引另一个数组。这在筛选满足特定条件的元素时非常有用。例如，`arr[arr > 5]`将返回数组中所有大于5的元素。切片（Slicing）
1. **基本切片**：可以使用冒号（`:`）来指定切片的范围。例如，`arr[1:4]`将返回数组`arr`中索引为1、2和3的元素（Python中的切片是左闭右开的）。
2. **多维切片**：对于多维数组，你可以使用逗号分隔的切片元组来进行多维切片。例如，`arr[1:4, 2:5]`将返回一个二维切片。
3. **步长切片**：你可以通过指定第三个参数（步长）来控制切片中元素的间隔。例如，`arr[::2]`将返回数组`arr`中每隔一个元素的值。
4. **负数步长**：步长也可以是负数，这允许你反向遍历数组。例如，`arr[::-1]`将返回一个与原数组相反的数组。
5. **省略号（...）**：在多维数组中，可以使用省略号来表示多个冒号，从而简化切片操作。例如，`arr[..., 1]`将返回数组中每一行的第二个元素。通过索引和切片，可以非常灵活地访问和修改NumPy数组中的元素，这对于数据分析和科学计算来说非常有用。
示例：
import numpy as np # 创建一个示例数组 arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 使用索引切片获取特定元素或子数组 # 例如，获取第一行的所有元素 row_1 = arr[0, :] # 例如，获取第一列的所有元素 column_1 = arr[:, 0] # 例如，获取一个子数组，包括第二行和第三列的元素 sub_array = arr[1:, 2:] # 打印结果 print("第一行的元素:", row_1) print("第一列的元素:", column_1) print("子数组:", sub_array)
潘金莲毒杀了武大郎，对外就说是害心病死的。何九叔是负责验尸的，西门庆给了九叔十两银子，让他周全着点。何九叔心里就犯低估，却见武大郎不是正常病死，一下子晕倒了。
欲知后市如何，且听下回分解。
