Python之numpy教程（二）：运算、索引、切片

1.numpy数组的特点在于，大小相等的数组之间，任何算数运算都会将运算应用到元素级。

请看下面的例子：

arr = np.array([[1.,2.,3.],[4.,5.,6.]])
arr

输出：

array([[ 1.,  2.,  3.],
       [ 4.,  5.,  6.]])

arr * arr

输出：

array([[  1.,   4.,   9.],
       [ 16.,  25.,  36.]])

arr - arr

输出：

array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

1 / arr

输出：

array([[ 1.        ,  0.5       ,  0.33333333],
       [ 0.25      ,  0.2       ,  0.16666667]])

arr ** 0.5

输出：

array([[ 1.        ,  1.41421356,  1.73205081],
       [ 2.        ,  2.23606798,  2.44948974]])

2.数据 索引：Python是从0的位置开始

arr = np.arange(10)
arr

输出：

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

arr[5]

输出：

5

arr[5:8]

输出：

array([5, 6, 7])

3.索引位置可以用来 更改数组值：

arr[5:8] = 12

输出：

array([ 0,  1,  2,  3,  4, 12, 12, 12,  8,  9])

4.从上面可以看出，跟列表最重要的区别是，数组切片是原始数组的视图。这意味着数据不会被复制，任何修改都会直接反映到源数组上：

arr_slice = arr[5:8]
arr_slice[1] = 12345

arr

输出：

array([    0,     1,     2,     3,     4,    12, 12345,    12,     8,     9])

arr_slice[:] = 64

输出：

array([ 0,  1,  2,  3,  4, 64, 64, 64,  8,  9])

5.如果你不要改变原始数组，需要 复制一份，可以这样操作：

arr_copy = arr[5:8].copy()

6.对于 高维数组，索