（四）Python: NumPy中的ndarry

import numpy as np

g = np.array([1, 2, 3])                     # 用array方法创建了一个一维数组
print(g)
h = np.array([(1, 2, 3), (4, 5, 6)])        # 用array方法创建了一个二维数组
print(h)
print(h.ndim)                               # 输出轴的个数（秩）
print(h.shape)                              # 输出维度
print(h.size)                               # 输出元素总个数
a = np.arange(1, 5, 0.5)                    # 同range类似，步长为0.5，从1到5（不包过5）
print(a)
b = np.random.random((2, 2))                # 随机产生0~1的数字，生成一个维度为（2，2）的数组
print(b)
c = np.linspace(1, 2, 10, endpoint=False)   # 生成1~2之间的数，不包括最后一位
print(c)
d = np.ones([2, 3])                         # 生成维度为（2，3）的全为1的数组
print(d)
e = np.zeros((2, 2))                        # 生成维度为（2，2）的全为0的数组
print(e)
f = np.fromfunction(lambda i, j: (i + 1) * (j + 1), (9, 9)) # 以lambda函数生成一个维度为（9，9）的数组
print(f)

import numpy as np

a = np.arange(1, 5)                 # 生成1~4
print(a)
print(np.power(a, 2).sum())         # 平方和相加     
print(np.add(a, np.arange(4)))      # 两个数组相加

import numpy as np

a = np.array([(1, 2, 3), (4, 5, 6)])
print(a.shape)
b = a.reshape(3, 2)             # 复制一个（3，2）的数组，本身未改变
print(b)
print(b.shape)
print(a)
a.resize(3, 2)                  # 将数组本身改变为（3，2）的数组中
print(a)
d = np.array([1, 3, 7])
e = np.array([3, 5, 8])
print(np.vstack((d, e)))        # 纵向拼接
print(np.hstack((d, e)))        # 横向拼接

import numpy as np

x = np.arange(1, 17).reshape(4, 4)      # 生成一个从1~16，（4，4）的数组
print(x)
print(x.reshape(2, -1))                 # 定义成两行随机列
print(x.reshape(-1, 1))                 # 定义成一列随机行

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
print(a)
print(a[0])
print(a[:, [0, 2]])         # 第一列和第三列
print(a[::2])               # 奇数行
print(a[:, ::2])            # 奇数列
print(a[::-1])              # 交换行
print(a[:, ::-1])           #交换列

import numpy as np

aArray = np.array([(5, 4, 5), (5, 3, 4)])
bArray = np.array([(2, 3, 2), (2, 4, 2)])
cArray = aArray * bArray                # 数组值相乘
print(cArray)
aArray += bArray                        # 数组值相加
print(aArray)
a = np.array([1, 2, 3])
b = np.array([[1, 2, 3], [4, 5, 6]])
print(a + b)   # 广播性质，自动拓展成相同维度
print(a + 2)   # 同上

import numpy as np

aArray = np.array([(1, 2, 3), (4, 5, 6)])
print(aArray.sum())
print(aArray.sum(axis=0))   # 列求和
print(aArray.sum(axis=1))   # 行求和
print(aArray.min())         # 返回最小值
print(aArray.argmax())      # 返回最大值的索引
print(aArray.mean())        # 返回平均值
print(aArray.var())         # 返回方差
print(aArray.std())         # 返回标准差

import numpy as np

x = np.array([[1, 2], [3, 4]])
r1 = np.linalg.det(x)       # 行列式
print(r1)
r2 = np.linalg.inv(x)       # 逆矩阵
print(r2)
r3 = np.dot(x, x)           # 矩阵内积
print(r3)

import numpy as np

from scipy import linalg
arr = np.array([[1, 2], [3, 4]])  
print(linalg.det(arr))              # 行列式