1、array.ndim（） 用來輸出陣列的維度
2、array.shape() 用來輸出陣列的形狀
3、arry.size() 用來輸出陣列的大小
見jupyter notebook的numpy_function_list 生成函式基本運算：直接用陣列的相加減乘除。也就是相對應的元素間的作用。
關係運算：陣列元素之間大小的比較，直接比較，返回值是bool值
矩陣乘法：np.dot(arr1,arr2)=arr1.dot(arr2)
(常用函式：np.mean(均值),np.sum(求和)
np.max(最大值)，np.min(最小值)
np.std(方差),np.var(標準差)
np.argmax(最大值的索引號),np.argmin
np.cumsum(按位累加)，np.cumprod(累乘)
np.diff(累差)，np.median(中位數)
np.nonzore(判斷非零元素，返回兩個陣列，表示座標)
np.sort(排序)，np.transpose(矩陣的轉置)=a.t
np.clip(a,a_min,a_max,)
(將a_min之前的都轉為a_min,將a_max之後的都轉為a_max)
注意多維的話要指定統計的維度，否則預設是全部維度上做統計。
設定維度用axis=0（表示列）axis=1（表示行）
一維陣列的索引:a[index]
二維陣列的索引:a[index]-索引出的是乙個陣列
a[index][index]-索引出值
第二行的形式又等於a[index,index]
連續索引：a[index:index,index:index] 用冒號
for迴圈迭代：迭代項
for item in a.flat:
print item
利用flat轉換
print a.flatten()
縱向合併：np.vstack(arr1,arr2)
橫向合併：np.hstack(arr1,arr2)
加維度：array[:,np.newaxis]
在冒號前表示，在第乙個維度上加維度，通常是在整體外加乙個維度
在冒號後表示，在第二個維度上加維度，通常是在第乙個維度的元素上加維度
多數組合並：np.concatenate((arr1,arr2,arr3....),axis=)
均等分割：np.split(arr,times,axis)
不均等分割：np.array_split(arr,times,axis)
水平分割：np.hstack(arr,times) =np.split(arr,times,axis=0)
垂直分割：np.vstack(arr,times) =np.split(arr,times,axis=1)
numpy中的賦值是傳遞的位址，當被賦值物件發生改變時，原物件也改變
arr1=arr2.copy() 這個是值傳遞，且是deepcopy
Numpy學習筆記
測試檔案裡的資料排列型別最好是有規律的，不可以隨便，否則將發生一些錯誤 genfromtxt函式 genfromtxt函式建立陣列 資料 genfromtxt主要執行兩個迴圈運算。第乙個迴圈將檔案的每一行轉換成字串序列。第二個迴圈將每個字串序列轉換為相應的資料型別。genfromtxt能夠考慮缺失的...
NumPy學習筆記
example np.version np.array 1,2,3 4,5,6 np.zeros 3 3 np.ones 2 3,4 np.eye 3 np.range 5 0,1,2,3,4 np.random.rand 2,3 np.random.randint 5,size 2 3 value...
Numpy學習筆記
np.shape 檢視陣列維度 np.dtype 檢視資料型別 np.ndim 檢視陣列維度,列數 np.random.rand 2,3 生成2行3列的高斯隨機數組 np.arange 5 np.arange 0,5 array 0,1,2,3,4 np.array 2,3,4 dtype np.i...