Numpy学习笔记

横向量和列向量是可以任意加减的。

numpy数组下标是可以越界的！如果越界了，会自动检测，只返回到结尾的数据。

和Python的列表序列不同，通过下标范围获取的新的数组是原始数组的一个视图，它与原始数组共享同一块数据空间。

当使用整数序列对数组元素进行存取时，将使用整数序列中的每个元素作为下标，整数序列可以是列表或者数组。使用整数序列作为下标获得的数组不和原始数组共享数据空间。

当使用布尔数组b作为下标存取数组x中的元素时，将收集数组x中所有在数组b中对应下标为True的元素，使用布尔数组作为下标获得的数组不和原始数组共享数据空间。

注意这种方式只对应于布尔数组（np.array([True, False, ....])），不能使用布尔列表([True, False, ....])。长度不够时，不够的部分都当作False

如果是布尔列表，则把True当作1, False当作0，按照整数序列方式获取x中的元素。

>>> x[np.array([True, False, True, True])] = -1, -2, -3

>>> # 布尔数组下标也可以用来修改元素
>>> x
array([-1,  4, -2, -3,  1])
使用布尔数组进行numpy数组值的替换：a[ a == 3] = 4; ll_array[np.array(labels_list) == label] = km_model.centers[label]

>>> np.arange(0, 60, 10).reshape(-1, 1) + np.arange(0, 6)
array([[ 0,  1,  2,  3,  4,  5],
       [10, 11, 12, 13, 14, 15],
       [20, 21, 22, 23, 24, 25],
       [30, 31, 32, 33, 34, 35],
       [40, 41, 42, 43, 44, 45],
       [50, 51, 52, 53, 54, 55]])

假设x是一个二维数组，inds是整数序列的数组array类型表示的下标：
如果inds是一个一维array，则x[inds]返回的是一个二维array；但是如果inds是一个二维array，则x[inds]返回的是一个三维array。

persontype = np.dtype({
    'names':['name', 'age', 'weight'],
    'formats':['S32','i', 'f']})
a = np.array([("Zhang",32,75.5),("Wang",24,65.2)],
    dtype=persontype)
>>> b=a[:]["age"] # 或者a["age"]
>>> b
array([32, 24])
>>> b[0] = 40
>>> a[0]["age"]
40
我们不但可以获得结构元素的某个字段，还可以直接获得结构数组的字段，它返回的是原始数组的视图

在创建dtype对象时，可以传递参数align=True，这样numpy的结构数组的内存对齐和C语言的结构体就一致了