Python之numpy数组篇（下）
目录
一、数组排序
1、概念
2、升序，最大、最小值
3、原地、横向排序
二、数组内积运算
1、概念
2、代码例子
三、访问数组元素
1、使用介绍
2、行列直接访问
3、切片
4、行列访问扩展
四、数组对函数运算的支持
1、概念
2、例子
五、改变数组形状
1、方法
2、shape()
3、reshape()
4、 resize()
六、数组堆叠与合并
1、堆叠
2、合并
一、数组排序
1、概念
（1）argsort()函数：返回一个数组
（2）索引：该数组中的每个元素的位置
（3）argmax()、argmin()函数：返回数组中最大、最小元素的下标
（4）sort()：数组原地排序
2、升序，最大、最小值
import numpy as np
x = np.array([3,1,2])
np.argsort(x) #返回升序排序后元素的原下标
x[_]
x = np.array([3,1,2,4])
x.argmax(),x.argmin() #最大值和最小值的下标
np.argsort(x)
x[_]
3、原地、横向排序
x.sort()#原地排序
x
x = np.random.randint(1,10,(2,5))
x
x.sort(axis=1) #横向排序，注意纵向的元素对应关系变化了
x
二、数组内积运算
1、概念
（1）对于两个等长数组
和
，其内积为两个数组中对应位置的元素乘积之和，计算公式如下：
（2）dot()函数：用来计算两个数组的内积
（3）numpy中的数组也提供了dot()方法，计算和另一个数组的内积，也可以借助于内置sum()函数计算两个数组的内积
2、代码例子
x = np.array((1,2,3))
y = np.array((4,5,6))
print(np.dot(x,y))
print(x.dot(y))
print(sum(x*y))
三、访问数组元素
1、使用介绍
可以通过下标和切片的形式来访问数组中的某个或多个元素
2、行列直接访问
b = np.array(([1,2,3],[4,5,6],[7,8,9]))
b[0] #第0行所有元素
b[0][0] #第0行第0列的元素
b[0,2] #第0行第2列的元素，等价于b[0][2]的形式
b[[0,1]] #第0行和第1行的所有元素，只指定行下标，不指定列下标，表示所有列
b[[0,2,1],[2,1,0]] #第0行第2列、第2行第1列、第1行第0列的元素，先行后列
3、切片
a = np.arange(10)
a[::-1] #方向切片
a[::2] #隔一个取一个元素
a[:5] #前5个元素
4、行列访问扩展
c = np.arange(25) #创建数组
c.shape =5,5 #修改数组形状
c
c[0,2:5] #行下标为0且列下标介于[2,5)之间的元素值
c[1] #行下标为1的所有元素，不指定列下标，表示所有列
c[2:5,2:5] #行下标和列下标都介于[2,5)之间的元素值
c[[1,3],[2,4]] #第1行第2列元素和第3行第4列元素
c[[1,3],2:4] #第1行，第3行的第2，3列
c[:,[2,4]] #第2列和第4列所有元素
c[:,3] #第3列所有元素
c[[1,3]] #第1行第3行所有元素
c[[1,3]][:,[2,4]] #第1，3行第2，4列所有元素
四、数组对函数运算的支持
1、概念
numpy提供了大量用于对数组进行计算的函数，可以用于对数组中所有元素进行同样的计算返回新数组，处理速度比使用循环要快得多
2、例子
import numpy as np
x = np.arange(0,100,10,dtype=np.floating)
print(x)
print(np.sin(x)) #一维数组中所有元素的值求正弦值
x = np.array(([1,2,3],[4,5,6],[7,8,9]))
print(x)
print(np.cos(x))
print(np.round(np.cos(x)))
print(np.ceil(x/2))
五、改变数组形状
1、方法
（1）reshape()：返回新数组但不能改变数组中元素的总数量
（2）resize()：对数组进行原地修改并且会根据需要进行补0或丢弃部分元素
（3）shape属性：直接原地修改数组的大小
2、shape()
import numpy as np
x = np.arange(1,11,1)
x.shape #查看数组的形状
x.size #数组中元素的数量
x.shape = 2,5 #改为2行5列
x
x.shape
x.shape = 5,-1 #-1表示自动计算
x
3、reshape()
x = x.reshape(2,5)
x
x = np.array(range(5))
x.reshape((1,10)) #reshape()不能修改数组元素个数，出错
4、 resize()
x.resize((1,10)) #resize()可以修改数组元素个数
x
np.resize(x,(1,3)) #使用numpy的resize()返回新数组
x #不对原数组进行任何修改
六、数组堆叠与合并
1、堆叠
（1）堆叠数组：指沿着特定的方向把多个数组合并到一起，numpy的h
（2）水平堆叠：
import numpy as np
arr1 = np.array([1,2,3])
arr2 = np.array([4,5,6])
np.hstack((arr1,arr2))
arr3 = np.array([[1],[2],[3]])
arr4 = np.array([[4],[5],[6]])
np.hstack((arr3,arr4))
（3）垂直堆叠：
np.vstack((arr1,arr2))
np.vstack((arr3,arr4))
2、合并
（1）concatenate()函数也提供了类似的数组合并功能，参数axis是指定沿哪个方向或维度进行合并，默认为0，即按行合并
np.concatenate((arr1,arr2))
np.concatenate((arr3,arr4))
np.concatenate((arr3,arr4),axis=1)