首页 > TAG信息列表 > arr2d
NumPy科学计算库学习_008_NumPy数组的花式索引和索引技巧
一、1维NumPy数组 1、创建1维NumPy数组 arr = np.array([0,10,3,8,24,5,18,2,99,66]) print("【arr】\n",arr) 【arr】 [ 0 10 3 8 24 5 18 2 99 66] 2、从1维NumPy数组中挑选元素索引、并赋值给新的对象 将arr2内的元素修改不会影响到arr本身哦 arr2 = arr[[0,0,0,2,3,-大数据3月份预先
数组： ①、ndim 维度个数 ②、shape 数组的维度 ③、dtype数据类型 ④、整数的默认类型为int64 ⑤、size 元素总个数 创建一个一维数组 data1 = np.array([1,2,3]) 创建一个二维数组 data2 = np.array([[1,2,3],[4,5,6]]) 创建元素值全是0的数组 np.zeros((3,4)) 创建元素值全是1《利用Python》进行数据分析：Numpy基础5 基本的索引和切片
#coding=utf-8__author__ = 'andy'import numpy as np'''一维数组的切片'''arr=np.arange(10)print(arr)#源数据上进行切片与数值修改，比较耗内存print(arr[5])print(arr[5:8])arr_slice=arr[5:8]arr_slice[1]=12345#对切片的第一个值进行重新赋值print(arr)#不在源数据上修改用copy《利用Python》进行数据分析：Numpy基础6 切片索引
#coding=utf-8__author__ = 'andy'import numpy as nparr=np.arange(10)arr[5]=64print(arr,arr[1:6])arr2d=np.array([[1,2,3],[4,5,6],[7,8,9]])arr3d=np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])print(arr2d[:2])print(arr2d[:2,1:])#索引和切片混合print(arr2