初识Numpy

Numpy的索引

视图特性

import numpy as np
arr=np.arange(1,11)
a=arr[3:8]
b=a[1:3]
b[1]=100
print(arr)

跟列表最重要的区别在于，数组切片是原始数组的视图。这意味着数据不会被复制，视图上的任何修改都会直接反映到源数组上，这也意味着列表的索引不会改变原列表

import numpy as np
arr=np.arange(1,26).reshape(5,5)
print(arr)
print("arr[1,3]=",arr[1,3])
print("arr[1][3]=",arr[1][3])
print("arr[:3][:1]=",arr[:3][:1])
print("arr[:3][:2,2:4]=",arr[:3][:2,2:4])
print("arr[:3,:3]=",arr[:3,:3])

numpy数组后第一个方括号为对原数组的第一次切片，第二个方括号为对第一个切片后的数组切片

特例（方括号内为元组）

import numpy as np
arr=np.arange(1,26).reshape(5,5)
print("arr[(1,2),(3,4)]=",arr[(1,2),(3,4)])

像坐标一样选取

Numpy的轴

import numpy as np
arr=np.arange(1,28)
arr=arr.reshape(3,3,3)
print(arr[:,:2,:1]) #第一个为表，第二个为行，第三个为列

在二维中，axis=0代表列，axis=1代表行

在三维中，axis=0代表表，axis=1代表列，axis=2代表行

两图来源自（https://deepage.net/features/numpy-axis.html）