【numpy 入门】-- 基本操作(2)

---

注：
　　在这里,只是选择一些常用的方法就行了，比如生成数组中，array()可以有好几种方式，但本人只是保留了常用的一些
　　参考：Numpy 官网教程

---

Indexing, Slicing and Iterating

• 值得注意的是，所有的所用范围都是算始不算终的，比如3:5，表示[3,5) 区间
• 一维数组的索引、切片和迭代和 python 中 list 差不多
• 二维数组

>>> import numpy as np
>>> b = np.array([[ 0,  1,  2,  3],
                  [10, 11, 12, 13],
                  [20, 21, 22, 23],
                  [30, 31, 32, 33],
                  [40, 41, 42, 43]])

>>> b[2,3]      # 第三行第四列（0 开始数）
23
>>> b[ : ,1]    # 所有行的第二列
array([ 1, 11, 21, 31, 41])

>>> b[1:3, : ]  # 第二三行的所有列
array([[10, 11, 12, 13],
       [20, 21, 22, 23]])

>>> b[-1,:]        # 最后一行的所有列
array([40, 41, 42, 43])

>>> for row in b:  # 轴的迭代
    print(row)
[0 1 2 3]
[10 11 12 13]
[20 21 22 23]
[30 31 32 33]
[40 41 42 43]

>>> for element in b.flat:   # 元素的迭代
        print(element)

---

形状操作

>>> a = np.array([[ 2.,  8.,  0.,  6.],
       [ 4.,  5.,  1.,  1.],
       [ 8.,  9.,  3.,  6.]])

>>> a.ravel()     # 将多维数组展平成一维数组
array([ 2.,  8.,  0.,  6.,  4.,  5.,  1.,  1.,  8.,  9.,  3.,  6.])
>>> a.reshape(6,2)   # 改变形状，但返回的是新数组，对 a 无影响
array([[ 2.,  8.],
       [ 0.,  6.],
       [ 4.,  5.],
       [ 1.,  1.],
       [ 8.,  9.],
       [ 3.,  6.]])
>>> a.resize(2,6)    # 也是改变形状，但是直接在 a 的基础上进行修改
>>> a
array([[ 2.,  8.,  0.,  6.,  4.,  5.],
       [ 1.,  1.,  8.,  9.,  3.,  6.]])

>>> a.T              # a 的转置
array([[ 2.,  4.,  8.],
       [ 8.,  5.,  9.],
       [ 0.,  1.,  3.],
       [ 6.,  1.,  6.]])

---

整合数组

>>> a = np.array([[ 8.,  8.],
                  [ 0.,  0.]])
>>> b = np.array([[ 1.,  8.],
                  [ 0.,  4.]])

>>> np.vstack((a,b))    # 垂直组合
array([[ 8.,  8.],
       [ 0.,  0.],
       [ 1.,  8.],
       [ 0.,  4.]])

>>> np.hstack((a,b))    # 水平组合
array([[ 8.,  8.,  1.,  8.],
       [ 0.,  0.,  0.,  4.]])

---

切割数组

>>> import numpy as np

>>> a = np.array([[ 9.,  5.,  6.,  3.,  6.,  8.,  0.,  7.,  9.,  7.,  2.,  7.],
                  [ 1.,  4.,  9.,  2.,  2.,  1.,  0.,  6.,  2.,  2.,  4.,  0.]])

>>> np.hsplit(a,3)     # 平均分为 3 份
[array([[ 9.,  5.,  6.,  3.],
       [ 1.,  4.,  9.,  2.]]), 
 array([[ 6.,  8.,  0.,  7.],
       [ 2.,  1.,  0.,  6.]]), 
 array([[ 9.,  7.,  2.,  7.],
       [ 2.,  2.,  4.,  0.]])]

>>> np.hsplit(a,(3,4)) # 在第 3，4 列分割
[array([[ 9.,  5.,  6.],
       [ 1.,  4.,  9.]]), 
 array([[ 3.],
       [ 2.]]), 
 array([[ 6.,  8.,  0.,  7.,  9.,  7.,  2.,  7.],
       [ 2.,  1.,  0.,  6.,  2.,  2.,  4.,  0.]])]

---

就这里结尾吧，在看下去也是看了就忘，有这些笔记查找就够自己用了