numpy中数据选取
![](https://i-blog.csdnimg.cn/blog_migrate/9ca074f6b072894705030a75c3938c8f.png)
![](https://i-blog.csdnimg.cn/blog_migrate/ca280ee65a70df41782405d9729308c6.png)
![](https://i-blog.csdnimg.cn/blog_migrate/c7485af968c08ecd6ab6714f15e5fceb.png)
numpy中np.c_、np.r_和np.s_生成索引数组
np.r_是按列连接两个矩阵,就是把两矩阵上下相加,要求列数相等
np.c_是按行连接两个矩阵,就是把两矩阵左右相加,要求行数相等
![](https://i-blog.csdnimg.cn/blog_migrate/b90b60d5c1520c9ec39139228666fe63.png)
numpy在数组上迭代
NumPy 包含一个迭代器对象numpy.nditer。它是一个有效的多维迭代器对象,可以用于在数组上进行迭代。数组的每个元素可使用 Python 的标准Iterator接口来访问。
a = np.arange(0, 60, 5)
a = a.reshape(3, 4)
print(a)
print()
for x in np.nditer(a):
print(x)
如果两个数组是可广播的,nditer组合对象能够同时迭代它们。假设数组a具有维度 3X4,并且存在维度为 1X4 的另一个数组b,则使用以下类型的迭代器(数组b被广播到a的大小)
a = np.arange(0, 60, 5)
a = a.reshape(3, 4)
print(a)
print()
b = np.array([1, 2, 3, 4], dtype=int)
print(b)
print()
for x, y in np.nditer([a, b]):
print(x, y)