【numpy 入门】-- 基本操作(2)
注：
在这里,只是选择一些常用的方法就行了，比如生成数组中，array()可以有好几种方式，但本人只是保留了常用的一些
参考：Numpy 官网教程
Indexing, Slicing and Iterating
- 值得注意的是，所有的所用范围都是算始不算终的，比如
3:5，表示[3,5)区间 - 一维数组的索引、切片和迭代和 python 中 list 差不多
- 二维数组
>>> import numpy as np
>>> b = np.array([[ 0, 1, 2, 3],
[10, 11, 12, 13],
[20, 21, 22, 23],
[30, 31, 32, 33],
[40, 41, 42, 43]])
>>> b[2,3] # 第三行第四列（0 开始数）
23
>>> b[ : ,1] # 所有行的第二列
array([ 1, 11, 21, 31, 41])
>>> b[1:3, : ] # 第二三行的所有列
array([[10, 11, 12, 13],
[20, 21, 22, 23]])
>>> b[-1,:] # 最后一行的所有列
array([40, 41, 42, 43])
>>> for row in b: # 轴的迭代
print(row)
[0 1 2 3]
[10 11 12 13]
[20 21 22 23]
[30 31 32 33]
[40 41 42 43]
>>> for element in b.flat: # 元素的迭代
print(element)形状操作
>>> a = np.array([[ 2., 8., 0., 6.],
[ 4., 5., 1., 1.],
[ 8., 9., 3., 6.]])
>>> a.ravel() # 将多维数组展平成一维数组
array([ 2., 8., 0., 6., 4., 5., 1., 1., 8., 9., 3., 6.])
>>> a.reshape(6,2) # 改变形状，但返回的是新数组，对 a 无影响
array([[ 2., 8.],
[ 0., 6.],
[ 4., 5.],
[ 1., 1.],
[ 8., 9.],
[ 3., 6.]])
>>> a.resize(2,6) # 也是改变形状，但是直接在 a 的基础上进行修改
>>> a
array([[ 2., 8., 0., 6., 4., 5.],
[ 1., 1., 8., 9., 3., 6.]])
>>> a.T # a 的转置
array([[ 2., 4., 8.],
[ 8., 5., 9.],
[ 0., 1., 3.],
[ 6., 1., 6.]])整合数组
>>> a = np.array([[ 8., 8.],
[ 0., 0.]])
>>> b = np.array([[ 1., 8.],
[ 0., 4.]])
>>> np.vstack((a,b)) # 垂直组合
array([[ 8., 8.],
[ 0., 0.],
[ 1., 8.],
[ 0., 4.]])
>>> np.hstack((a,b)) # 水平组合
array([[ 8., 8., 1., 8.],
[ 0., 0., 0., 4.]])切割数组
>>> import numpy as np
>>> a = np.array([[ 9., 5., 6., 3., 6., 8., 0., 7., 9., 7., 2., 7.],
[ 1., 4., 9., 2., 2., 1., 0., 6., 2., 2., 4., 0.]])
>>> np.hsplit(a,3) # 平均分为 3 份
[array([[ 9., 5., 6., 3.],
[ 1., 4., 9., 2.]]),
array([[ 6., 8., 0., 7.],
[ 2., 1., 0., 6.]]),
array([[ 9., 7., 2., 7.],
[ 2., 2., 4., 0.]])]
>>> np.hsplit(a,(3,4)) # 在第 3，4 列分割
[array([[ 9., 5., 6.],
[ 1., 4., 9.]]),
array([[ 3.],
[ 2.]]),
array([[ 6., 8., 0., 7., 9., 7., 2., 7.],
[ 2., 1., 0., 6., 2., 2., 4., 0.]])]就这里结尾吧，在看下去也是看了就忘，有这些笔记查找就够自己用了