NumPy中数组的运算 + 数组的索引

数组的运算

数组+标量（实数）

• 数组中的每个位置都加上这个标量

arr2 = np.array([[3,4,5],[6,7,8]])
print(arr2 + 2)

输出：
[[ 5  6  7]
 [ 8  9 10]]

---

数组+数组

• 对应位置的值，做对应的运算
  • 加法：对应位置相加
  • 减法：对应位置相减
  • 乘法：对应位置相乘
  • 除法：对应位置相除

代码：（以加法为例）

arr1 = np.array([[1,2,3],[4,5,6]])
arr2 = np.array([[3,4,5],[6,7,8]])
print(arr1+arr2)

输出：
[[ 4  6  8]
 [10 12 14]]

---

数组转化矩阵，对矩阵做乘法 - mat

注意：

• 数组的乘法需要同行同列，但是矩阵需要前面一个的列等于后面一个的行才可以使用乘法

arr1 = np.array([[1,2],[4,5]])
arr2 = np.array([[3,4],[6,7]])
arr3 = np.mat(arr1)
arr4 = np.mat(arr2)
print(arr1*arr2)
print(arr3*arr4)

输出：
[[ 3  8]
[24 35]]

[[15 18]
[42 51]]

---

数组维度展开 - 广播性

• 扩展可以理解为复制
  • np.array([1,2]) == np.array([[1,2],[1,2]])

arr1 = np.array([1,2])
arr2 = np.array([[3,4],[6,7]])
print(arr1+arr2)

输出：
[[4 6]
[7 9]]

数组的索引

• 从0开始索引
• axis = 0 - - 行
• axis = 1 - -列
• axis = 2 - -个数（三维的）

一维数组的索引

• 规律：包前不包后
  arr[:3] == arr[0:3]
arr[4:] == arr[4:10]

arr1 = np.arange(10)
print(arr1[5]) # 下标为5（第六位）
print(arr1[:3]) # 下标为0-2，输出
print(arr1[3:6]) #下标为3-5，输出

输出：
5
[0 1 2]
[3 4 5]

二维数组索引

用逗号，分隔行维度和列维度

arr = np.array([[1,2,3],[2,3,4],[3,4,7]])
print(arr[1]) # 第二行
print(arr[2,1]) #第三行第二列
print(arr[:,1]) #全部行第二列

输出：
[2 3 4]
4
[2 3 4]

布尔索引

• arr[arr<5]=0 # 当在arr中，有值比5小，就把它复制给0

arr = np.array([[1,2,3],[2,3,4],[3,4,7]])
arr[arr<5]=0 # 当在arr中，有值比5小，就把它复制给0
print(arr)

输出：
[[0 0 0]
 [0 0 0]
 [0 0 7]]

三元运算符

• np.where(arr>5,10,3)如果arr里面的值大于5，就改成10，小于5，就改成3

arr = np.array([[1,2,3],[2,3,4],[3,4,7]])
print(np.where(arr>5,10,3))