科学计算工具Numpy(二)之数组索引切片,numpy随机数及文件生成读取
一个用python实现的科学计算包。包括:
1.一个强大的N维数组对象Array;
2、比较成熟的(广播)函数库;
3、用于整合C/C++和Fortran代码的工具包;
4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
——摘自百度百科
总之,NumPy(Numeric Python)提供了许多高级的数值编程工具,专为进行严格的数字处理而产生。多为很多大型金融公司使用。是学习python数据分析必须要学习的科学计算工具。
1. 数组的索引
1.1 基本的索引及切片
#基本的索引和切片
#一维数组 类似list
ar = np.array(['a','b','c','b','d','f','r','h','j'])
print(ar[3])
print(ar[:3])
print(ar[::2])
b
['a' 'b' 'c']
['a' 'c' 'd' 'r' 'j']
# 二维数组
ar = np.arange(16).reshape(4,4)
print(ar[2])
print(ar[2][2])
print(ar[:3])
print(ar[3,2]) #第3行的第2列
print(ar[:3,:2]) #切片 前3行的前2列
[ 8 9 10 11]
10
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
14
[[0 1]
[