第八章：Numpy模块的介绍-数组的介绍

直接学习：https://edu.csdn.net/course/play/6861/371096
数组的介绍：
1、数组的构造
#01、一维数组
借助于array函数可以将列表或元组转换成一维数组

# 导入第三方模块
import numpy as np
# 身高
height=[176,158,163,177,172,169]
# 体重
weight=[82,61,70,69,89,78]
# 将列表转化为数组
Height = np.array(height)
Weight = np.array(weight)
BMI=Height/(Weight/100)**2
# 返回BMI的值
print(BMI)

#02、二维数组

# 导入第三方模块
import numpy as np
# 基于嵌套列表创建二维数组
arr1=np.array([[1,3,5,7],
               [2,4,6,8],
               [11,13,15,17],
               [12,14,16,18],
               [100,101,102,103]])
# 基于嵌套元组创建二维数组
arr2= np.array(((8.5,6,4.1,2,0.7),
                (1.5,3,5.4,7.3,9),
                (3.2,3,3.8,3,3),
                (11.2,13.4,15.6,17.8,19)))  
#二维数组的打印结果
print(arr1) 
print(arr2)                            

2、数组元素的返回
1）、在一维数组中，列表的所有索引方法都可以使用在数组中，而且还可以使用间断索引和逻辑索引

# 一维数组
age = np.array([13,19,22,14,19,11])
age[-1]
age[:3]

age[[0,3,5]]
# 逻辑索引
age[age < 18]

2）、在二维数组中，位置索引必须写成[rows,cols]的形式，方括号的前半部分用于锁定二维数组中的行索引，后半部分用于锁定二维数组中的列索引。

arr1 = np.array([[1,3,5,7],
                [2,4,6,8],
                [11,13,15,17],
                [12,14,16,18],
                [100,101,102,103]])
arr1[3,3]              

3）、如果需要获取二维数组中的所有行或列元素，那么对应的的行索引或列索引需要用英文状态的冒号表示

arr1 = np.array([[1,3,5,7],
                [2,4,6,8],
                [11,13,15,17],
                [12,14,16,18],
                [100,101,102,103]])
arr1[3,:]
arr1[:,1]