Numpy学习第二篇：api

arr = np.array(list('abcdefg'))
arr = np.ones(shape=(100,100,3), dtype=int)  其中：str>float>int
arr = np.zeros((3,4))
arr = np.full(shape=(2,2), fill_value=5)
arr1 = np.full_like(a=arr, fill_value=7)
arr = np.eye(5)
arr = np.linspace(0,20,5)
arr = np.arange(1,100,2)
arr = np.random.randint(0, 140, size=5)
arr = np.random.randn(100)#标准正太分布
arr = np.random.normal(loc=170, scale=1, size=100)#根据170有1的范围来回波动，长度为100的数组
arr = np.random.random(10)#随机生成长度为10的0-1的数组
arr = np.random.random((200,200,3))#随机生成3维的0-1的数组

#索引：
arr = np.random.randint(500, size=4)
arr[1:2]

arr = np.random.randint(500, size=(4,4,4))
arr[:2,1:3,-2:]


arr = np.arange(1,20,1)
arr[::3]#间隔取数据
arr[::-3]#反转，且间隔取数据

arr = np.arange(1,21,1)
arr.reshape((4,5))#变形

np.concatenate((img, img), axis=0)#级联，基于axis的维度进行合并

n1 = np.split(img, (10, 500 ,600), axis=1)[1]#在axis维度上进行切分
plt.imshow(n1)

n1 = np.hsplit(img, (10 ,500))[1]#切分水平方向
plt.imshow(n1)
n1 = np.vsplit(img, (10 ,500))[1]#切分垂直方向
plt.imshow(n1)

n1 = np.copy(n2);#副本