Python——NumPy（第二讲）

numpy的使用可以在 jupyter notebook中使用比较能直观看到输出结果，不需要每次都用print输出，按住 Shift+Enter便可以直接输出结果。 如果方法被接收则需要再次输入所接受的名字才可以输出结果。
下载jupyter notebook：

pip install jupyter notebook

一维数组索引和切片

ndarray对象的内容可以通过索引或切片来访问和修改，与 Python中 list 的切片操作一样。
ndarray 数组可以基于 0 - n 的下标进行索引，并设置 start, stop及 step 参数进行，从原数组中切割出一个新数组。

【示例】一维数组索引和切片的使用

x = np.arange(10)  # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
x[2]  # np.int64(2)
x[3:9]   # array([3, 4, 5, 6, 7, 8])
x[3:9:2]  # array([3, 5, 7])
x[-1]   # np.int64(9)
x[-3:-1]  # array([7, 8])
x[::-1]   # array([9, 8, 7, 6, 5, 4, 3, 2, 1, 0])

二维数组的索引和切片

【示例】索引直接获取

y = np.arange(12)
z = y.reshape(4,3)
z
'''
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])
'''
# 获取第二行
z[1]  # array([3, 4, 5])
# 获取第三行第二列
z[2][1]   # np.int64(7)

【示例】使用坐标获取数组[x,y]

x = np.arange(1, 13)
a = x.reshape(4, 3)
print(a)
'''
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
'''
# '所有行的第二列'
print(a[:, 1])  # [ 2  5  8 11]
# '获取第三行第二列'
print(a[2, 1])   # 8
# '奇数行的第一列'
print(a[::2, 0])   # [1 7]
# '同时获取第三行第二列，第四行第一列'
print(a[(2, 3), (1, 0)])   # [ 8 10]

【示例】二维数组负索引的使用

print('获取最后一行')
print(a[-1])
print('行进行倒序')
print(a[::-1])
print('行列都倒序')
print(a[::-1,::-1])

【示例】切片数组的复制

a = np.arange(1,13).reshape(3,4)
'''
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])
'''
sub_arry = a[:2,:2]  # 取a的1，2行，1，2列
'''
array([[1, 2],
       [5, 6]])
'''
# 改变索引位置的值
sub_arry[0][0]=10000  
'''
array([[10000,     2],
       [    5,     6]])
'''

改变数组的维度

通过reshape方法可以将一维数组变成二维、三维或者多维数组，
也可以通过reshape方法将多维数组变成一维。
【示例】改变数组的维度

a = np.arange(24).reshape(4,6)
'''
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20, 21, 22, 23]])
'''
# 退维
a.reshape(-1)
'''
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23])
'''

通过ravel方法或flatten方法可以将多维数组变成一维数组。改变数组的维度还可以直接设置Numpy数组的shape属性（元组类型），通过resize方法也可以改变数组的维度。

#使用ravel函数将三维的b变成一维的数组
a1=b.ravel()
#使用flatten函数将二维的c变成一维的数组
a2=c.flatten() 
#使用shape属性将三维的b变成二维数组(6行4列)
b.shape=(6,4)
#使用resize修改数组的维度
b.resize((2,12))

数组的拼接

函数	描述
concatenate	连接沿现有轴的数组序列
hstack	水平堆叠序列中的数组（列方向）
vstack	竖直堆叠序列中的数组（行方向）

concatenate 函数用于沿指定轴连接相同形状的两个或多个数组，格式如下：

numpy.concatenate((a1, a2, ...), axis)

• a1, a2, …：相同类型的数组
• axis：沿着它连接数组的轴，默认为 0

【示例】列表的拼接

a=[1,2,3]
b=[4,5,6]
a.extend(b)   # [1, 2, 3, 4, 5, 6]

【示例】一维数组的拼接

x=np.arange(1,4)
y=np.arange(4,7)
print(np.concatenate([x,y]))
# array([1, 2, 3, 4, 5, 6])

【示例】二维数组的拼接

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