• numpy.array的基本操作(numpy数组运算)：https://blog.csdn.net/zongza/article/details/82847990

    • 创建数组的常用函数
      print np.arange(0,7,1,dtype=np.int16) # 0为起点，间隔为1时可缺省(引起歧义下不可缺省)
      print np.ones((2,3,4),dtype=np.int16) # 2页，3行，4列，全1，指定数据类型
      print np.zeros((2,3,4)) # 2页，3行，4列，全0
      print np.empty((2,3)) #值取决于内存
      print np.arange(0,10,2) # 起点为0，不超过10，步长为2
      print np.linspace(-1,2,5) # 起点为-1，终点为2，取5个点
      print np.random.randint(0,3,(2,3)) # 大于等于0，小于3，2行3列的随机整数
      - ##print np.arange(1,6,2)
      print np.arange(12).reshape(3,4) # 可以改变输出形状
      print np.arange(24).reshape(2,3,4)# 2页，3行，4页
      - ## 矩阵运算（二维数组）
      a = np.array([[1,2],[3,4]]) # 2行2列
      b = np.arange(6).reshape((2,-1)) # 2行3列
      print a,b
      print a.dot(b) # 2行3列
      - ## 非数组运算，调用方法
      a = np.random.randint(0,5,(2,3))
      print a
      print a.sum(),a.sum(axis=1),a.sum(0) # axis用于指定运算轴（默认全部，可指定0或1）
      print a.min(),a.max(axis=1),a.mean(axis=1) # axis = 0: 按列计算，axis = 1: 按行计算
      print a.cumsum(1) # 按行计算累积和
      - ## 切片、索引操作：一维数组
      a = np.arange(0,10,1)**2
      print a
      print a[0],a[2],a[-1],a[-2] # 索引从0开始，-1表示最后一个索引
      print a[2:5],a[-5:-1] # 包括起点，不包括终点
      a[-1] = 100; print a # 赋值
      a[1:4]=100; print a # 批量赋值
      a[:6:2] = -100; print a # 从开始到第6个索引，每隔一个元素（步长=2）赋值
      print a[: :-1];print a # 将a逆序输出，a本身未发生改变
      b = [np.sqrt(np.abs(i)) for i in a]; print b # 通过遍历赋值
      -##切片、索引操作： 多维数组
      a = np.arange(0,20).reshape((4,5))
      print a, a[2,3], a[:,1], a[1:4,2], a[1:3,:]
      print a[-1] # 相当于a[-1,:],即索引少于轴数时，确实的索引默认为整个切片

b = np.arange(0,24).reshape((2,3,4))
print b,b[1] # 相当于b[1,:,:] 和b[1,…]
print ‘—————————-‘
for row in a:
print row # 遍历以第一个轴为基础