python numpy随笔（数组的索引、切片、迭代）

数据本身是一个对象，它同样也可以像python中的列表、元素等引用类型那种操作数据

1. 索引（其实类似c语言中的数组操作，只是多了个多个元素索引）

   import numpy as np
   
   a = np.arange(1, 10)
   b = np.arange(1, 10).reshape(3, 3)
   
   # 在一维数组中，指定元素索引（查找到第二元素）
   print(a[1])
   
   # 在一维数组中，指定元素索引（查找到最后一个元素）
   print(a[-1])
   
   # 在一维数组中，指定元素索引（查找到第一个，第三个和最后一个元素）
   print(a[[0,2,-1]])
   
   # 在二维数组中，指定元素索引（查找到第二列）
   print(b[1])
   
   # 在二维数组中，指定元素索引（查找到第二列第二个元素）
   print(b[1][1])
   
2. 迭代（数组在python同样也是一个可迭代对象，因此可以用循环）

   import numpy as np
   
   a = np.arange(1, 10)
   b = np.arange(1, 10).reshape(3, 3)
   
   # 一维数组使用for循环
   for i in a:
       print(i)
   
   # 二维数组使用for循环
   for i in b:
       print(i)    #这里打印的是行
   
   # 二维数组使用for循环
   for i in b.flat:
       print(i)    #这里打印的是每个元素,使用flat
   
   # 使用numpy自带的遍历方法
   # funcld 判断方法，可以自己定义，也可以用numpy自带的
   # axis 选择如何操作，0 为按行操作，1为按列操作 不过要注意数组的维数
   # arr 数组
   # np.apply_along_axis(func1d, axis, arr, *args, **kwargs)
   
   def fun(x):
       return x/2
   
   print(np.apply_along_axis(fun,axis=0,arr=b))
   print(np.apply_along_axis(fun,axis=1,arr=b))

3. 切片（一维数据类似于列表，二维数组则要注意一下）

   import numpy as np
   
   a = np.arange(1, 10)
   b = np.arange(1, 10).reshape(3, 3)
   
   # 一维数组，输出第二个，第三个。
   print(a[1:3])
   
   # 一维数组，输出第二个，第四个。
   print(a[1:4:2])
   
   # 二维数组，输出第二行（以二维数组方式输出）
   print(b[1:2:])
   
   # 二维数组，输出第二行（以一维数组方式输出）
   print(b[1,])
   
   # 二维数组，输出第二行,第一个元素
   print(b[1,0])
   
   # 二维数组，输出
   # [0][0],[0][1]     1,2
   # [1][0],[1][1]     3,4
   print(b[0:2,0:2])
   
   # 二维数组，输出
   # [0][0],[0][1]     1,2
   # [2][0],[2][1]     7,8    
   print(b[[0,2],0:2])