2024年Python最新图解Python numpy基本操作(2)

• where，难懂且对于x处于array末端很不友好
• next，相对较快，但需要numba
• searchsorted，针对于已排过序的array

二维array，也称matrix矩阵

初始化，注意「双括号」

随机matrix，同一维类似

索引操作，不改变matrix本身

Axis 轴操作，在matrix中，axis = 0 代表列， axis = 1 代表行，默认axis = 0

matrix算术 + - * / 和 ** 都可

也可以matrix与单个数，matrix与vector，vector与vector进行运算

行向量 列向量

二维的转置如下，一维的也就是vector转置为自己本身

reshape改变形态

自此，三种向量，一维array，二维列vector，二维行向量

矩阵操作

合并matrix，hstack横向，vstack纵向，也可以理解为堆叠

反向操作hsplit和vsplit

matrix的复制操作，tile整个复制，repeat可以理解为挨个复制

delete删除操作

删除的同时也可以插入

append操作，只能在末尾操作

如果只增加固定值，也可以用pad

网格化

c和python都很麻烦，跟别说再大点的数了

采用类似MATLAB会更快点

当然numpy有更好的办法

matrix统计

sum,min,max,mean,median等等

argmin和argmax返回最小值和最大值的下标

all和any也可以用

matrix排序，注意axis

3D array或者以上

初始化，reshape或者硬来

可以考虑把数据抽象成一层层的数据

就像RGB值的图像一样

跟1D和2D类似的操作，zeros， ones，rand等

vstack和hstack照样可以用，现在多了一个dstack，代表维度的堆叠

concatenate也有同样的效果

总结：

本文总结了numpy对于1D，2D和多维的基本操作。

在学习python中有任何困难不懂的可以微信扫描下方CSDN官方认证二维码加入python交流学习
多多交流问题，互帮互助，这里有不错的学习教程和开发工具。
（这里每天都会不定时更新python不同题型和教程，希望大家一起学习，一起进步）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、精品Python学习书籍

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、Python练习题

检查学习结果。

七、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。


最后，千万别辜负自己当时开始的一腔热血，一起变强大变优秀。

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！