numpy学习（二）——numpy中常用函数（T、resize、reshape、a.astype()、数组的深拷贝copy和浅拷贝、数组的拆分、数组堆叠组合）

除了上篇介绍的一些创建数组的函数之外，这篇文章介绍一些numpy中其他的一些常用函数。

• （1）改变数组形状（.T、.reshape()、.resize()）
• （2）数组的复制
• （3）数组中元素类型转换a.astype()
• （4）数组堆叠（或数组的组合操作）np.hstack()、np.vstack()、np.concatenate()，np.stack()
• （5）数组的拆分切割操作（hsplit()、vsplit()、split()、array_split()
• （6）数组的简单运算（加减乘除，求幂，均值，求和，方差，标准差，最大值，最小值，中位数）

（1）改变数组形状（.T、.reshape()、.resize()）

.T用法

#.T方法，转置。不改变原数组，生成新的数组。
#一维数组转置后不变
#若shape为(2,3),则转置后为(3,2)
#若shape为(2,3,4),则转置后为(4,3,2)
ar1 = np.arange(10)
ar2 = np.ones((2,3))
ar3 = np.zeros((2,3,4))

print('ar1:')
print(ar1.T.shape)
print(ar1.shape) 

print('ar2:')
print(ar2.T.shape)
print(ar2.shape)

print('ar3:')
print(ar3.T.shape)
print(ar3.shape)

reshape和resize区别

原数组.reshape(new_shape)以及np.reshape(原数组，new_shape) 都不改变原数组，返回一个新的数组。但是一定要注意，原数组和新数组的元素个数一定要一样。
————
原数组.resize(new_shape)会改变原数组，无返回值。np.resize(原数组，new_shape) 不改变原数组，返回一个新的数组。但是注意，原数组和新数组元素个数可以不一样。

.reshape()用法

import numpy as np
#np.reshape(a, newshape, order='C')
#为数组提供新形状，而不更改元素数据。所以新形状与原形状元素个数要一样
#Returns an array containing the same data with a new shape.

#a.reshape(shape, order='C')
#Returns an array containing the same data with a new shape.

ar1 = np.arange(10)

#用法一:直接将原有数组改变形状。注意：生成一个新的数组，原数组不变
ar2 = ar1.reshape(2,5)

#用法二&#