9\1 numpy基础（二）

(一）基本的索引与切片 p91

可对ndarray进行切片

可对切片整体进行赋值

注：对列表切片进行整体赋值会报错

arr = np.array([1, 2, 3, 4])
arr[1: 3] = 12
print(arr) #[1, 12, 12, 4]

高维数组的索引：

例：二维

arr[0][2] == arr[0,2]

注：仅数组可使用逗号形式，列表等类型必须使用前者

切片索引，可进行多重切片：p94

arr[0:2, :1]

要注意区分切片索引与一般索引

import numpy as np
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print(arr[1, 3]) #8
print(arr[1, :3]) #[5, 6, 7]

(二）布尔型索引 p96

对一个字符型数组和一个字符串使用比较运算符 == 可获得一个布尔型数组

可以使用 ~对布尔型数组取反

多个布尔条件组合使用&或者|

（三）花式索引

（四）数组转置和轴对换

arr.T ：对数组进行转置

np.dot(a, b)或a @ b或a.dot(b):计算两数组内积,即矩阵乘法

（五）生成伪随机数

numpy.random模块下有很多函数，可用

sample = np.random.standard_normal(size)生成样本数组

通常使用

rng = np.random.default_rng()生成一个生成器

样本数组生成：arr = rng.standard_normal(size)生成

（六）通用函数：元素级数组函数 p103

(七）条件逻辑表述为数组运算

numpy.where(布尔数组，arr或标量，arr或标量)

表现为对于布尔数组中的一个元素若为true则使用第二个参数，false则为第三个参数

（八）数学函数 p109

arr.mean() arr.sum()等函数，可以计算整个也可以以轴计算

aixs=0为列，=1为行

(九）布尔型数组的方法

表达式.sum()：计算true或false的个数

arr.any():查看数组中是否有true

arr.all()：查看是否全为true

以上两函数也适用于非布尔型数组

（十）排序

arr.sort()

arr.sort(axis=0):对列进行排序

arr1 = np.sort(arr)

np.sort返回一个排好序的副本

（十一）集合运算 p112

数组中的元素可能会有重复，使用numpy.unique(arr)对数组进行唯一化并返回排序结果

np.unique(arr)

(十二）线性代数运算 p115