numpy高级用法

以下是一些NumPy的高级用法：

1. 使用`ndarray.reshape()`方法改变数组形状：

可以使用`ndarray.reshape()`方法改变数组的形状，例如：

```

a = np.array([[1, 2, 3], [4, 5, 6]])

b = a.reshape(3, 2)

print(b)

```

输出：

```

[[1 2]

 [3 4]

 [5 6]]

```

2. 使用`np.concatenate()`函数合并数组：

可以使用`np.concatenate()`函数合并多个数组，例如：

```

a = np.array([1, 2, 3])

b = np.array([4, 5, 6])

c = np.concatenate([a, b])

print(c)

```

输出：

```

[1 2 3 4 5 6]

```

3. 使用`np.vstack()`和`np.hstack()`函数垂直或水平堆叠数组：

可以使用`np.vstack()`和`np.hstack()`函数垂直或水平堆叠多个数组，例如：

```

a = np.array([1, 2, 3])

b = np.array([4, 5, 6])

c = np.vstack([a, b])

print(c)

d = np.hstack([a, b])

print(d)

```

输出：

```

[[1 2 3]

 [4 5 6]]

[1 2 3 4 5 6]

```

4. 使用`ndarray.flatten()`方法将多维数组展平为一维数组：

可以使用`ndarray.flatten()`方法将多维数组展平为一维数组，例如：

```

a = np.array([[1, 2], [3, 4]])

b = a.flatten()

print(b)

```

输出：

```

[1 2 3 4]

```

5. 使用`np.random`模块生成随机数：

可以使用`np.random`模块生成各种随机数，例如：

```

a = np.random.rand(3, 2)

print(a)

b = np.random.randint(0, 10, size=(3, 2))

print(b)

```

输出：

```

[[0.98349641 0.66952656]

 [0.6276689 0.32377598]

 [0.59724249 0.61280333]]

[[5 7]

 [0 9]

 [7 0]]

```

6. 使用`ndarray.sort()`方法对数组进行排序：

可以使用`ndarray.sort()`方法对数组进行排序，例如：

```

a = np.array([3, 1, 4, 2])

a.sort()

print(a)

```

输出：

```

[1 2 3 4]

```

以上是使用NumPy的一些高级用法示例。更多详细信息，请参阅NumPy官方文档。