1.在cmd輸入：pip install numpy
2.測試一下python -c 「import numpy」，沒有報錯就正常了
numpy 最重要的乙個特點是其 n 維陣列物件 ndarray，它是一系列同型別資料的集合，以 0 下標為開始進行集合中元素的索引。
ndarray物件的內容可以通過索引或切片來訪問和修改，與 python 中 list 的切片操作一樣。
通過冒號分隔切片引數 start:stop:step 來進行切片操作：
冒號 : 的解釋：
（1）如果只放置乙個引數，如 [2]，將返回與該索引相對應的單個元素。
（2）如果使用了兩個引數，如 [2:]，表示從該索引開始以後的所有項都將被提取。
（3）如果使用了兩個引數，如 [2:7]，那麼則提取兩個索引(不包括停止索引)之間的項。
（4）如果使用了三個引數，如[2:7:2]，那麼提取兩個索引（不包含停止索引）之間的項，且間隔為2 的取值。
（5）如果引數是負數，如[:-1],那麼提取值為除了最後乙個全部取。
注意：索引是從0開始計算的。
# coding:utf-8
import numpy as np
a=np.arange(10) #[0,1,2,3,4,5,6,7,8,9,10]
b=a[2:7:2] #從索引 2 開始到索引 7 停止，間隔為 2
print(b) #輸出結果：[2 4 6]
import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
# 從索引1處開始切割
print(a[1:])#輸出結果：[[3 4 5] [4 5 6]]
import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
#a[行，列]，行索引和列索引以逗號分隔開
print (a[...,1]) # 第2列元素 輸出結果：[2 4 5]
print (a[1,...]) # 第2行元素 輸出結果：[3,4,5]
print (a[...,1:]) # 第2列及剩下的所有元素 輸出結果：[[2 3] [4 5] [5 6]]
import numpy as np
x = np.array([[1, 2], [3, 4], [5, 6]])
y = x[[0,1,2], [0,1,0]] #相當於（0,0）（1,1）（2,0）
print (y) #輸出結果：[1,4,5]
import numpy as np
x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])
rows = np.array([[0, 0], [3, 3]]) #列索引
cols = np.array([[0, 2], [0, 2]]) #行索引
y = x[rows, cols] #相當於（0,0）（0,2）（3,0）（3,2）
print (y) #輸出結果：[[ 0 2] [ 9 11]]
numpy陣列的切片
個人學習筆記！切片語法 x start stop step 一 一維陣列的切片 import numpy as np x np.arange 5,13 xout 4 array 5,6,7,8,9,10,11,12 x 3 前3個元素，即索引0 2所代表的元素 out 6 array 5,6,7 x...
Numpy 索引及切片
索引和切片在基礎語法那篇文章中介紹過，python內建的資料型別基本都可以使用索引和切片，numpy是乙個陣列物件，我們來看看它的索引和切片有什麼不同的地方。普通索引及切片 一維陣列 和python中的列表一樣 ar np.arange 20 print ar print ar 4 print ar...
numpy 索引及切片
布林型索引及切片 陣列索引及切片值的更改 複製 import numpy a numpy.arange 0,20 print a print a 4 print a 4 10 import numpy b numpy.arange 0,16 reshape 4,4 print b print b 2...