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。