numpy急速入門(3)：索引與切片

索引與切片

索引與切片是list中非常實用的功能，當然nadrrary也會有

#一維數組的索引和切片
import numpy as np

a = np.array([2,3,4,5])
print(a[2])

a = np.array([4,5,6,7,8,9])
print(a[1:4:2])#起始1終點4步長2

#多維數組的索引和切片
#索引
a = np.arange(24).reshape((2,3,4))
print(a)
print(a[1,2,3])#索引第二個數組的第三行第四列元素
print(a[-1,-2,-3])#索引倒數第一個數組的倒數第二行的倒數第三個元素
#切片
a = np.arange(24).reshape((2,3,4))
b = a[:,1,-3]#獲取由5，17組成的ndarrary
c = a[:,1:3,:]
d = a[:,:,::2]#利用步長跳躍來切片 

#ndarrary數組的計算
#數組和標量之間的運算
a = np.arange(24).reshape((2,3,4))
arange = a.mean()#求a數組的平均值
c = a/a.mean()#計算每個元素與a平均值的商

#numpy的一元函數
'''
np.abs(x)求各元素的絕對值
np.sqrt(x)求各元素的平方根
np.square(x)計算數組各元素的平方
np.log(x) np.log10(x) np.log2(x)各元素對數計算
np.ceil(x) np.floor(x) ceil向大取整，floor向小取整
np.rint(x) 計算四捨五入整數
np.modf(x)將各元素小數與整數部分按照兩個數組返回
np.cos(x) np.cosh(x) np.sin(x) np.sinh(x) np.tan(x) np.tanh(x)
np.exp(x)計算數組各元素的指數值
np.sign(x)計算數組各元素的符號值

'''

#numpy二元函數
'''
+ - * / **兩個數組各元素進行對應計算
np.maximun(x,y)或np.fmax()元素級的最大值，返回大數組
np.minimun(x,y)或np.fmin()元素級的最小值，返回小數組
np.mod(x,y)元素級的模運算
np.copysign(x,y)將數組Y中各元素的符號賦值給數組x對應的元素
< > >= <= == !=算術比較，產生布爾型數組