- np.array中的shape:(n,)代表一维数组,长度为n;(n,m)代表二维数组,n行m列;(n,m,z)那么就代表三维数组。参考
-------------分割线,上边为后续添加内容---------------
每个数组都有一个shape和dtype,shape表示维度的大小(data.shape),dtype表示数组的数据类型(data.dtype)。
创建数组的一些函数,np.arrange():python range函数的数组版;
np.zeros(),np.ones():创建全0、全1的数组, 括号内为维度
np.array(),将列表、元组或其他序列对象转化为ndarray。
数组中数据类型的转换:data.astype(np.int32) 转化为32位整型(如果某字符串数组全是数字,也可以进行转化,直接截断)
数组与标量的运算会传递到数组的每一个元素 比如1/arr,每一个元素都会参与运算。
数组的切片不是数组的复制,在切片部分修改数值,原数组也会被修改。如果想要得到一份副本,需要明确的指定,比如arr1=arr[5:8].copy()。
对元素访问时,比如一个二维数组,arr[0][2]与arr[0,2]是等价的,arr[1]也是合法的。
高维数组的切片,以二维为例,就是看成低维,先对行切片,再对列切片,中间以逗号隔开,只切出某一行(列)就可以像arr[1]这样,不需要:了。
np.where(cond,x1,x2) cond为判断条件,条件为真,为x1,否则为x2,产生数组的维度取决于cond条件数组。