3-5 Numpy.array的基本操作

X=np.arange(15).reshape(3,5)

基本属性

x.ndim
#1 几维数组

x.shape
#(10,) 每一个纬度

X.shape
#(3,5)

x.size
#元素个数

numpy.array的数据访问

x[0]
x[-1]
X[0][0]#不推荐
X[(0,0)]

x[0:5]
#切片 0-4

x[::2]
#步长

x[::-1]
#倒序

X[:2,:3]
#前2行3列

X[:2][:3]
#先取前两行 再取所得的前三行

X[:2,::2]
X[::-1,::-1]
  
x[0]=x[0,:]
X[:,0]
#array([ 0,  5, 10]) 行向量

subX=X[:2,:3]
subX[0,0]=100
#X中也会改变 与python列表不同

subX=X[:2,:3].copy()
#不改变X

reshape

x.reshape(2,5)
#未改变x

B=x.reshape(1,10)
#array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])二维

B.shape
#(1,10)
x.shape
#（10，）

x.reshape(10,-1)#每行不管几个元素用-1代 替 取几行必须可整除
#array([[0],
       [1],
       [2],
       [3],
       [4],
       [5],
       [6],
       [7],
       [8],
       [9]])
x.reshape(-1,10)
#array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])