numpy学习——numpy的基本使用方式（二）

一、numpy数据的切片处理

1.数据的切片

在很多教程中，都是以二维数组进行样板，进行切片处理，但在使用的过程中，难免会遇到对多维数组进行处理。
然而在多维数组中，切片并不能以简单的行和列的方式考虑，而是维度。
在研究的过程中，总结以下规律：
①切片是以维度来划分的；
②切片方法使用时，维度由大到小，由后到前；
③切片时的维度划分，以逗号分隔，可进行嵌套的方式取数据，如a[[],[],[],[]]这个4维数组切片的方法。
关于切片的解释，可以参考此文章
numpy学习——难点解析（三）多维数组切片祥解

二、numpy的数值修改

1.直接赋值

在numpy的数组中，可以根据索引取到值，对其重新赋值，就可以修改数值了，举例：

a = np.arange(20).reshape(4,5)
a[:,0:2] = 0
print(a)
>>>[[ 0  0  2  3  4]
 [ 0  0  7  8  9]
 [ 0  0 12 13 14]
 [ 0  0 17 18 19]]
 即可将取到的位置赋值

2.条件选取

数组可以通过给定条件来展示结果

a = np.arange(20).re