索引與切片是list中非常實用的功能，當然nadrrary也會有
#一維陣列的索引和切片
import numpy as np
a = np.array([2,3,4,5])
print(a[2])
a = np.array([4,5,6,7,8,9])
print(a[1:4:2])#起始1終點4步長2
#多維陣列的索引和切片
#索引a = np.arange(24).reshape((2,3,4))
print(a)
print(a[1,2,3])#索引第二個陣列的第三行第四列元素
print(a[-1,-2,-3])#索引倒數第乙個陣列的倒數第二行的倒數第三個元素
#切片a = np.arange(24).reshape((2,3,4))
b = a[:,1,-3]#獲取由5，17組成的ndarrary
c = a[:,1:3,:]
d = a[:,:,::2]#利用步長跳躍來切片
#ndarrary陣列的計算
#陣列和標量之間的運算
a = np.arange(24).reshape((2,3,4))
arange = a.mean()#求a陣列的平均值
c = a/a.mean()#計算每個元素與a平均值的商
#numpy的一元函式
'''np.abs(x)求各元素的絕對值
np.sqrt(x)求各元素的平方根
np.square(x)計算陣列各元素的平方
np.log(x) np.log10(x) np.log2(x)各元素對數計算
np.ceil(x) np.floor(x) ceil向大取整，floor向小取整
np.rint(x) 計算四捨五入整數
np.modf(x)將各元素小數與整數部分按照兩個陣列返回
np.cos(x) np.cosh(x) np.sin(x) np.sinh(x) np.tan(x) np.tanh(x)
np.exp(x)計算陣列各元素的指數值
np.sign(x)計算陣列各元素的符號值
'''#numpy二元函式
'''+ - * / **兩個陣列各元素進行對應計算
np.maximun(x,y)或np.fmax()元素級的最大值，返回大陣列
np.minimun(x,y)或np.fmin()元素級的最小值，返回小陣列
np.mod(x,y)元素級的模運算
np.copysign(x,y)將陣列y中各元素的符號賦值給陣列x對應的元素
< > >= <= == !=算術比較，產生布林型陣列
numpy索引與切片
作用 要獲取陣列的單個元素，指定元素的索引即可 例子 print x 2 3 print x 2 21 22 23 24 25 print x 2 1 22 print x 2,1 22 切片操作是指抽取陣列的一部分元素生成新陣列。對 python列表進行切片操作得到的陣列是原陣列的 副本，而對 n...
NumPy 基礎索引與切片
首先你新建立了額乙個 ndarray 陣列 arr np.arange 10 和python的列表相似的，你可以通過索引和切片來取值 print arr 6 索引從0開始 print arr 5 8 顧頭不顧尾6 5 6 7 和列表一樣，陣列裡的切片取值也是顧頭不顧尾，並且索引是從0開始的。重要的乙...
Numpy陣列索引與切片 高階索引
有一些numpy中索引結果時候不太理解的地方，以後可以多多熟悉，熟悉後加以運用。import numpy as np a np.array 1,2,3 3,4,5 4,5,6 print a 1 第2列元素 print a 1,第2行元素 print a 1 第2列及剩下的所有元素整數陣列的索引 以...