当 axis为None的时候,np对象将失去维度,按一维处理
浅拷贝,值变动会影响
深拷贝,值变动不会影响
参考Python 数组操作即可
# 倒序
[::-1]
# 步长
[::2]
序号索引和pd的iloc原理一致
有几维,就有几个冒号,原理参考二维即可
不仅可取值,仍然可以赋值
布尔索引在过滤数据的时候,用途很大,包括pandas中
有几点需要注意,hstack是水平插入,在一维向二维插的时候,要保证行数一致(需要reshape)
column_stack/row_stack
在一维向二维插的时候,用该方法不用reshape
可以合并后变成一维
注意这个只能整除拆分,任意拆分使用[:,:]
正态分布
转置
np.linspace
10-20 分五等份
flat
遍历输出每个元素
np.linalg.inv()
求逆矩阵
-np.eye()
对角矩阵 参数表示几行
多维变一维
size 指定为-1,则会自动计算其他的 size 大小
>>> a.reshape(3,-1)
array([[ 2., 8., 0., 6.],
[ 4., 5., 1., 1.],
[ 8., 9., 3., 6.]])
提升维度