] #从索引5开始到索引0结束,间隔1倒序
# 2.多维子数组
x2 = np.array([[12, 5, 2, 4], [7, 6, 8, 8], [1, 6, 7, 7]])
x2[:2, :3]...#沿第三个维度拼接数组
# 2.分裂
x1, x2, x3 = np.split(x, [3, 5]) #索引列表记录的是分裂点位置索引,N分裂点会得到N+1个子数组
upper, lower =...如果两个数组的形状在任何一个维度上都不匹配,那么数组的形状会沿着维度为1的维度扩展以匹配另外一个数组的形状。如果两个数组的形状在任何一个维度上都不匹配并且没有任何一个维度等于1,那么会引发异常。 ...row[:, np.newaxis] * col #矩阵运算
组合索引:花哨索引与其他索引结合
# 与简单索引组合
X[2, [2, 0, 1]]
# 与切片组合
X[1:, [2, 0,...,内含3个重复值
# at()函数在这里对给定的操作,给定的索引,给定的值执行就地操作
# 类似方法:reduceat()函数
八、数组的排序
快速排序
# 算法复杂度O[NlogN]
# 不修改原始数组的基础上返回一个排好序的数组