代码

import numpy as np

A = np.arange(3,15)
print('-1-')
print(A)
print('-2-')
print(A[3]) A = np.arange(3,15).reshape((3,4))
print('-3-')
print(A[1]) print('-4-')
print(A[2][1]) # 第一行和第二行
print('-5-')
print(A[1:3]) print('-6-')
for row in A:
print (row) print('-7-')
for column in A.T:
print (column) print('-8-')
for item in A.flat:
print (item) # 迭代器
print('-9-')
print(A.flat) # 展成一行
print('-10-')
print(A.flatten()) A = np.array([1,1,1])
B = np.array([2,2,2]) # 上下合并
print('-11-')
print(np.vstack((A,B))) C = np.vstack((A,B))
print('-12-')
print(A.shape, C.shape) # 左右合并
D = np.hstack((A,B))
print('-13-')
print(D)
print('-14-')
print(A.shape, D.shape) #横向的数列转化到列,行向加维度
print('-15-')
print(A[np.newaxis,:]) #纵向的数列转化到行,纵向的添加维度
print('-16-')
print(A[:,np.newaxis]) A = np.array([1,1,1])[:,np.newaxis]
B = np.array([2,2,2])[:,np.newaxis] # 三个向量的横向合并
print('-17-')
print(np.hstack((A,A,B))) # 三个向量的竖向合并
C = np.concatenate((A,B,B,A))
print('-18-')
print(C) # 三个向量的竖向合并
C = np.concatenate((A,B,B,A), axis=0)
print('-19-')
print(C) # 三个向量的横向合并
C = np.concatenate((A,B,B,A), axis=1)
print('-20-')
print(C) A = np.arange(12).reshape((3,4))
print('-21-')
print(A) #分成两块,按列划分,只能进行相等的划分
print('-22-')
print(np.split(A,2,axis = 1)) print('-23-')
print(np.split(A,3,axis = 0)) #分成两块,按列划分,进行不相等的划分
print('-24-')
print(np.array_split(A,3,axis = 1)) # 垂直划分
print('-25-')
print(np.vsplit(A,3))
# 竖直划分
print('-26-')
print(np.hsplit(A,2)) a=np.arange(4)
b = a # 引用复制
c = a # abcd都是一样
d = a a[0] = 11 print('-27-')
print(b,c,d) # 都是11 d is a e = a.copy() # deep copy

  

输出

-1-
[ 3 4 5 6 7 8 9 10 11 12 13 14]
-2-
6
-3-
[ 7 8 9 10]
-4-
12
-5-
[[ 7 8 9 10]
[11 12 13 14]]
-6-
[3 4 5 6]
[ 7 8 9 10]
[11 12 13 14]
-7-
[ 3 7 11]
[ 4 8 12]
[ 5 9 13]
[ 6 10 14]
-8-
3
4
5
6
7
8
9
10
11
12
13
14
-9-
<numpy.flatiter object at 0x000002A6F47AB7B0>
-10-
[ 3 4 5 6 7 8 9 10 11 12 13 14]
-11-
[[1 1 1]
[2 2 2]]
-12-
(3,) (2, 3)
-13-
[1 1 1 2 2 2]
-14-
(3,) (6,)
-15-
[[1 1 1]]
-16-
[[1]
[1]
[1]]
-17-
[[1 1 2]
[1 1 2]
[1 1 2]]
-18-
[[1]
[1]
[1]
[2]
[2]
[2]
[2]
[2]
[2]
[1]
[1]
[1]]
-19-
[[1]
[1]
[1]
[2]
[2]
[2]
[2]
[2]
[2]
[1]
[1]
[1]]
-20-
[[1 2 2 1]
[1 2 2 1]
[1 2 2 1]]
-21-
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
-22-
[array([[0, 1],
[4, 5],
[8, 9]]), array([[ 2, 3],
[ 6, 7],
[10, 11]])]
-23-
[array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8,
9, 10, 11]])]
-24-
[array([[0, 1],
[4, 5],
[8, 9]]), array([[ 2],
[ 6],
[10]]), array([[ 3],
[ 7],
[11]])]
-25-
[array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8,
9, 10, 11]])]
-26-
[array([[0, 1],
[4, 5],
[8, 9]]), array([[ 2, 3],
[ 6, 7],
[10, 11]])]
-27-
[11 1 2 3] [11 1 2 3] [11 1 2 3]

  

12-numpy笔记-莫烦基本操作2的更多相关文章

  1. 16-numpy笔记-莫烦pandas-4

    代码 import pandas as pd import numpy as np dates = pd.date_range('20130101', periods=6) df=pd.DataFra ...

  2. 15-numpy笔记-莫烦pandas-3

    代码 import pandas as pd import numpy as np dates = pd.date_range('20130101', periods=6) df=pd.DataFra ...

  3. 14-numpy笔记-莫烦pandas-2

    代码 import pandas as pd import numpy as np dates = pd.date_range('20130101', periods=6) df=pd.DataFra ...

  4. 13-numpy笔记-莫烦pandas-1

    代码 import pandas as pd import numpy as np s = pd.Series([1,3,6,np.nan, 44,1]) print('-1-') print(s) ...

  5. 11-numpy笔记-莫烦基础操作1

    代码 import numpy as np array = np.array([[1,2,5],[3,4,6]]) print('-1-') print('数组维度', array.ndim) pri ...

  6. 18-numpy笔记-莫烦pandas-6-plot显示

    代码 import pandas as pd import numpy as np import matplotlib.pyplot as plt data = pd.Series(np.random ...

  7. 17-numpy笔记-莫烦pandas-5

    代码 import pandas as pd import numpy as np left=pd.DataFrame({'key':['K0','K1','K2','K3'], 'A':['A0', ...

  8. tensorflow学习笔记-bili莫烦

    bilibili莫烦tensorflow视频教程学习笔记 1.初次使用Tensorflow实现一元线性回归 # 屏蔽警告 import os os.environ[' import numpy as ...

  9. 莫烦大大TensorFlow学习笔记(9)----可视化

      一.Matplotlib[结果可视化] #import os #os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' import tensorflow as tf i ...

随机推荐

  1. 【Spring JDBC】数据源配置(二)

    一.Spring内置数据源 1. 创建Maven Project,修改pom.xml <properties> <!-- JDK版本 --> <java.version& ...

  2. 《阿里B2B技术架构演进详解》----阅读

    B2B(Business To Business)是指一个市场的领域的一种,是企业对企业之间的营销关系.先来总结一下阿里B2B共分为三个阶段: 第一阶段,建立信息网站提供信息和营销服务平台,让买家更加 ...

  3. Linux学习笔记-第15天 还真是看书不如做实验

    自己多操作几遍还是有好处的,看跟练还是不一样.突然有点庆幸自己考试时间被改了.月底考试的话估计会有点悬.加油吧

  4. FileSystemResource 和 ClassPathResource 有何区别

    在FileSystemResource 中需要给出spring-config.xml文件在你项目中的相对路径或者绝对路径.在ClassPathResource中spring会在ClassPath中自动 ...

  5. Windows编译运行webrtc全过程

    年纪大了,不想写什么开头.摘要,咱直接开始吧. 不过首先还是要感谢声网提供的webrtc国内源码镜像. 首先,编译webrtc你需要一台win10,而且必须得是一直在更新版本的.因为编译过程需要用到c ...

  6. HDU 1723 Distribute Message DP

    The contest’s message distribution is a big thing in prepare. Assuming N students stand in a row, fr ...

  7. POJ-1129 DFS染色+四色原理的应用

    OJ-ID:     POJ-1129 author:    Caution_X date of submission:    20190927 tags:    DFS+四色原理的应用 descri ...

  8. F#周报2019年第22期

    新闻 2019年实用F#挑战结果 FSharp.Formatting正在确定维护者 实用F#挑战的赢家们 使用F#在分布式系统中进行故障检测与共识 F#里的Cloudflare Worker Juni ...

  9. 关于5G手机使用4G套餐扫盲

    有些人说换5G手机用4G套餐不用5G套餐可以享受最高 300 mbps 的签约速率.在此我来给你们科普下. 5G套餐分为 500 mbps 和 1000 mbps 两种.且都享受优先接入,顺序是 10 ...

  10. AppSetting配置工具类

    <?xml version="1.0" encoding="utf-8"?> <!-- 有关如何配置 ASP.NET 应用程序的详细信息,请访 ...