Numpy数组学习笔记

1、X[:,0]是numpy中数组的一种写法，表示对一个二维数组，取该二维数组第一维中的所有数据，第二维中取第0个数据，直观来说，X[:,0]就是取所有行的第0个数据, X[:,1] 就是取所有行的第1个数据。

2、二维数组索引访问的例子：

# 产生1-9的数
In [28]: arr2d = np.arange(1,10).reshape((3,3))

In [29]: arr2d
Out[29]: array([[1, 2, 3],
                     [4, 5, 6],
                     [7, 8, 9]])
# 访问第一行数据
In [30]: arr2d[0]
Out[30]: array([1, 2, 3])
# 访问第一行第二个数据
In [31]: arr2d[0][1]
Out[31]: 2

In [32]: arr2d[0,1]
Out[32]: 2

3、argmax用于返回最大数的索引。argmax有一个参数axis，默认是0，表示第几维的最大值。例子：

import numpy as np
a = np.array([[1, 5, 5, 2],
              [9, 6, 2, 8],
              [3, 7, 9, 1]])
print(np.argmax(a, axis=0))

4、np.reshape：用于在不改变数据内容的情况下，改变一个数组的格式。

order参数详解：可选范围——{‘C’, ‘F’, ‘A’}。'C'意味着使用C样索引顺序读取/写入元素，最后一个轴索引变化最快，回到第一个轴索引变化最慢。'F'意味着使用Fortran样索引顺序读取/写入元素，第一个索引变化最快，最后一个索引变化最慢。注意，'C'和'F'选项不考虑底层数组的内存布局，而只是参考索引的顺序。“A”竖着读，横着写。注意，“C”和“F”选项不考虑底层数组的内存布局，只引用索引的顺序。缺省时默认为C。

例子：

>>> print(np.arange(8).reshape((2, 4)))
[[0 1 2 3], [4 5 6 7]]

5、使用np.array()创建多维数组时，注意每个维度的成员子维度应一致，否则该维度的所有成员将被声明为array对象(相当于标量)。维度一致则自动转为多维数组。