ndarray的属性和基本操作

属性

4个必记参数：
ndim：维度
shape：形状（各维度的长度）
size：总长度
dtype：元素类型

基本操作

1.索引
一维时和列表一样，基本索引和切片得到的结果都是原始数组的视图，修改视图也会修改原始数组，想得到副本，用.copy()

注意: 索引是一层一层的往里面进的

根据索引修改数据

2. 切片
一维与列表完全一致， 多维时同理

注意：切片也是左闭右开

3.将数反转
1.上下反转
可以看出，只是第一个和第三个的位置交换了，里面的数据还是没有变的

2.里面的行业也反转一下
发现，15这一行跑到下面去了，行的顺序也变了

3.只反转里面的行
和最开始的相比，里面的行数反转了，但是总体的大的没有变

4.只反转里面的列

3.变形 reshape()

参数是一个元祖
变形后，总元素个数不能发生变化
例如:
如果原来的n.shape为(3,4,5)
你可以 n.reshape(5,12)或者(3,20)
n.reshape(3,20)与(3,-1)效果一样

4.级联

1. np.concatenate()
   级联需要注意的点：

• 级联的参数是列表：一定要加中括号或小括号
• 维度必须相同
• 形状相符
• 【重点】级联的方向默认是shape这个tuple的第一个值所代表的维度方向
• 可通过axis参数改变级联的方向

水平级联， axis=1，水平级联要求行数一致
np.concatenate((n1,n2), axis=1)

垂直级联，axis=0, 要求列数一致
np.concatenate((n1,n2), axis=0)

2. np.hstacky()与np.vstack()
   h = horizontal 水平
   v = vertical 垂直

5.切分

与级联类似，三个函数完成切分工作：

np.split
np.vsplit
np.hsplit

现在有一个ndararry

np.split(n, [1,3], axis=0) # 对行进行切分

np.split(n, [1,3], axis=1) # 对列进行切分

np.vsplit(n, [1,3]) 与 np.split(n, [1,3], axis=0) 一样
np.hsplit(n, [1,3]) 与 np.split(n, [1,3], axis=1) 一样

6. 副本

所有赋值运算不会为ndarray的任何元素创建副本。对赋值后的对象的操作也对原来的对象生效。

就是说你通过某些函数改变了原始数组的数据，就算你从新让一个对象等于它，原始数组也还是会被改变

要是不想发生这种情况，应该使用副本，就是n2 = n.copy()
这样对n2的操作，与n没有关系