numpy中数组的操作

import numpy as np

 # 1.如何利用numpy创建多维数组
 # 2.然后和医用numpy创建随机数
 # 3.如何创建矩阵，矩阵的运算，数组的运算
 # 4.利用numpy 读数据
 # 5.numpy统计函数

 # ################1.创建数组###################

# # 只有一行的数组叫：一维数组
# arr =np.array([1,2,3,4])
# print(arr)
# print(type(arr))
#
# # 二维数组:一般都是二维的
# arr2 =np.array([[1,2],[3,4],[5,6]])
# arr3 =np.array([[1,2,3],[4,5,6],[7,8,9]])
# print(arr2)
# print(arr3)
#

# # ###############2.数组的属性#################
# # 1.数组的维度
# print('arr1的维度：\n',arr.ndim)
# print('arr1的维度：\n',arr2.ndim)
# # 2.数组结构,返回元组
# print('arr2的结构：\n',arr2.shape)
# print('arr2的列的个数：\n',arr2.shape[1])
#
# # 3.数组的元素个数大小
# print('arr数组的元素个数:\n',arr.size)
# print('arr2数组的元素个数:\n',arr2.size)
#
# # 元素类型
# print('arr元素类型：\n',arr.dtype)
# print('arr2元素类型：\n',arr2.dtype)
#
# # 重设数组类型
# arr2.shape =2,3
# print(arr2)
#

# # ##################3.利用numpy专用的函数创建数组#########
# # 1.reang==>arange（起始值，终止值（不包含），步长值）
# print(np.arange(0,1,0.1))
#
# # 2.等差数列：linspace（起始值,终止值(包含)，元素个数）:An=A1+(n-1)D,D=(An=A1)/(n-1)
# print(np.linspace(1,10,10))
#
# # 3.等比数列：logspace（起始值,终止值(包含)，元素个数）
# # 等比数列公式：an =a1*(q**(n-1)),q =an/a1
# print(np.logspace(1,10,10))
#
# # 4.全0数组
# print(np.zeros((3,2)))
# # 5.全1数组
# print(np.ones((2,3)))
#
# # 6.单位数组：
# print(np.eye(3))
# # 7.对角数组
# print(np.diag([1,2,3,4]))
#

# ########################4,随机数#########################

# 1.随机数
# print(np.random.random(100))
# 均匀分布：
# print(np.random.rand(10,5))
# 正态分布
# print(np.random.randn(10,5))

############5.数组的索引##############
## 一维数组索引
arr =np.arange(10)
print(arr[2]) #下标为二
peiint([::2]) # 步长为二
print([:]) # 所有元素
print(-1) # 最后一个

## 二维数组索引
arr1 =np.array([[1,2,3,4,5],[4,5,6,7,8],[5,6,7,8,9]])
# (1）.位置索引连续
print(arr2[行索引，列索引])
print(arr2[0,1]) ##2
print(arr2[1,3]) ##7
print(arr2[1,2:])
print(arr2[1:,:2])
# (2).位置索引不连续
print(arr2[(0,0,1,1),(0,1,3,4)])
print(arr2[(0,2),(0,3)])# [1 10]
# (3).bool值取值
mask =np.array([1,0,1],dtype =np.bool)
print(mask)
print(arr2[mask,2])

##############6.数组的变换形态#####################
## reshape====>>shape
arr1 =np.arange(12)
arr2 =arr.reshape(3,4)
print(arr2)

## 数组展平
print("数组展平之后",arr2.ravel())
print("数组横向展平之后",arr2.flatten())
print("数组纵向展平之后",arr2.flatten('F'))

## 数组组合
arr3 =np.arange(12).reshape(3,4)
arr4 =3*arr3
priint(arr4)

print('横向组合',np.hstack((arr3,arr4)))
print('纵向组合',np.vstack((arr3,arr4)))
print('横向组合',np.concatenate((arr3,arr4),axis=1)) #axis=1 表示横向
print('纵向组合',np.concatenate((arr3,arr4),axis=0)) #axis=0 表示纵向

#################7.数组分隔#################
arr =np.arrange(16).reshape(4,4)
print(arr)
print('横向分割',np.hsplit(arr,2)) # 要可以平均分
print('纵向分割',np.vsplit(arr,2))
print(np.split(arr,2,axis=0)) # 纵向切割
print(np.split(arr,2,axis=1)) # 横向切割