numpy & pandas (4) 索引

import numpy as np

a = np.arange(3, 15)
b = a[3]                     #一维数组，索引方法同列表
c = a.reshape((3, 4))        #c为a转换成的三行四列的矩阵
d = c[1][1]                  #d为c矩阵第2行第2列的元素
e = c[2, 1]                  #e为c矩阵第3行第2列的元素
f = c[2, :]                  #支持分片，f为c矩阵第三行的所有元素
g = c[:, 1]                  #g为c矩阵第2列的所有元素
h = c[1, 1:3]                #h为c矩阵第2行第2-4个元素

print(a)
print(b)
print(c)
print(c[2])
print(d)
print(e)
print(f)
print(g)
print(h)

for row in c:
    print(row)               #numpy只支持逐行迭代

for column in c.T:          #若要逐列迭代，须将矩阵a转变为转置a.T后再逐行迭代
    print(column)

i = c.flatten()              #a.flatten()将矩阵转变一行元素的数组
print(i)
for item in c.flat:          #a.flat为迭代器
    print(item)               
======================= RESTART: C:/Users/hyx/test.py =======================
[ 3  4  5  6  7  8  9 10 11 12 13 14]
6
[[ 3  4  5  6]
 [ 7  8  9 10]
 [11 12 13 14]]
[11 12 13 14]
8
12
[11 12 13 14]
[ 4  8 12]
[8 9]
[3 4 5 6]
[ 7  8  9 10]
[11 12 13 14]
[ 3  7 11]
[ 4  8 12]
[ 5  9 13]
[ 6 10 14]
[ 3  4  5  6  7  8  9 10 11 12 13 14]
3
4
5
6
7
8
9
10
11
12
13
14
>>>