numpy数组

1、提取矩阵的每一行：

A = np.arrange(3,15).reshape((3,4))

print(A)

for row in A:
print(row)

2、由于python没有提供提取矩阵列的功能，我们在提取列的时候需要将矩阵转置，这时，提取矩阵转置后的行即为原矩阵的列：

A.T

for column in A.T:
print(column)

3、提取矩阵中的元素，即项，我们需要先将矩阵展开成一行，再提取:

A.flatten()

for item in A.flat:
print(item)
对于一行矩阵来说，即一个系列，它转置后，还是一行矩阵，并没有变成一列矩阵：

A = np.array([1,2,3,4])

A.T还是返回[1 2 3 4]

这时，我们应该改变一下矩阵的维数再转换即可：

A[np.newaxis,:] 即在行向加了一个维度（1，3）

A[:np.newaxis] 即在列向加了一个维度 （3，1）

操作：

A = np.array([1,1,1])[:,np.newaxis]

返回 : [[1],
[1],
[1]]
numpy 数组分割：

1、相等项分割：

A = np.arrange(12).reshape(3,4)

np.split(A,2,axis = 1)

2、不等项分割：

np.array_split(A,3,axis = 1)

也可以：np.vsplit(A,3) 纵向分割
np.hsplit(A,2）行 向分割

A = np.array([1,2,3,4])

1、复制

B = A (A和B有关联，A变，B也变，B变,A也变）

2、深复制（deep copy）

B= A.copy（） (A 和B没有关联，即A变，B不变）