from http://python.jobbole.com/87471/
http://python.jobbole.com/88860/ #例子和百度云的視頻基本一樣啊哈哈哈哈哈哈什么鬼

import numpy as np
 
a = [1, 2, 3, 4]        #
b = np.array(a)             # array([1, 2, 3, 4])
type(b)                     # <type 'numpy.ndarray'>
 
b.shape                     # (4,)
b.argmax()                  # 3
b.max()                     # 4
b.mean()                    # 2.5
 
c = [[1, 2], [3, 4]]    # 二維列表
d = np.array(c)             # 二維numpy數(shù)組
d.shape                     # (2, 2)
d.size                      # 4
d.max(axis=0)               # 找維度0，也就是最后一個(gè)維度上的最大值，array([3, 4])
d.max(axis=1)               # 找維度1，也就是倒數(shù)第二個(gè)維度上的最大值，array([2, 4])
d.mean(axis=0)              # 找維度0，也就是第一個(gè)維度上的均值，array([ 2.,  3.])
d.flatten()                 # 展開一個(gè)numpy數(shù)組為1維數(shù)組，array([1, 2, 3, 4])
np.ravel(c)               # 展開一個(gè)可以解析的結(jié)構(gòu)為1維數(shù)組，array([1, 2, 3, 4])
 
# 3x3的浮點(diǎn)型2維數(shù)組，并且初始化所有元素值為1
e = np.ones((3, 3), dtype=np.float)
 
# 創(chuàng)建一個(gè)一維數(shù)組，元素值是把3重復(fù)4次，array([3, 3, 3, 3])
f = np.repeat(3, 4)
 
# 2x2x3的無符號8位整型3維數(shù)組，并且初始化所有元素值為0
g = np.zeros((2, 2, 3), dtype=np.uint8)
g.shape                    # (2, 2, 3)
h = g.astype(np.float)  # 用另一種類型表示
 
l = np.arange(10)       # 類似range，array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
m = np.linspace(0, 6, 5)# 等差數(shù)列，0到6之間5個(gè)取值，array([ 0., 1.5, 3., 4.5, 6.])
 
p = np.array(
    [[1, 2, 3, 4],
     [5, 6, 7, 8]]
)
 
np.save('p.npy', p)     # 保存到文件
q = np.load('p.npy')    # 從文件讀取

import numpy as np
 
'''
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
 
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
'''
a = np.arange(24).reshape((2, 3, 4))
b = a[1][1][1]  # 17
 
'''
array([[ 8,  9, 10, 11],
       [20, 21, 22, 23]])
'''
c = a[:, 2, :]
 
''' 用:表示當(dāng)前維度上所有下標(biāo)
array([[ 1,  5,  9],
       [13, 17, 21]])
'''
d = a[:, :, 1]
 
''' 用...表示沒有明確指出的維度
array([[ 1,  5,  9],
       [13, 17, 21]])
'''
e = a[..., 1]
 
'''
array([[[ 5,  6],
        [ 9, 10]],
 
       [[17, 18],
        [21, 22]]])
'''
f = a[:, 1:, 1:-1]
 
'''
平均分成3份
[array([0, 1, 2]), array([3, 4, 5]), array([6, 7, 8])]
'''
g = np.split(np.arange(9), 3)
 
'''
按照下標(biāo)位置進(jìn)行劃分
[array([0, 1]), array([2, 3, 4, 5]), array([6, 7, 8])]
'''
h = np.split(np.arange(9), [2, -3])
 
l0 = np.arange(6).reshape((2, 3))
l1 = np.arange(6, 12).reshape((2, 3))
 
'''
vstack是指沿著縱軸拼接兩個(gè)array，vertical
hstack是指沿著橫軸拼接兩個(gè)array，horizontal
更廣義的拼接用concatenate實(shí)現(xiàn)，horizontal后的兩句依次等效于vstack和hstack
stack不是拼接而是在輸入array的基礎(chǔ)上增加一個(gè)新的維度
'''
m = np.vstack((l0, l1))
p = np.hstack((l0, l1))
q = np.concatenate((l0, l1))
r = np.concatenate((l0, l1), axis=-1)
s = np.stack((l0, l1))
 
'''
按指定軸進(jìn)行轉(zhuǎn)置
array([[[ 0,  3],
        [ 6,  9]],
 
       [[ 1,  4],
        [ 7, 10]],
 
       [[ 2,  5],
        [ 8, 11]]])
'''
t = s.transpose((2, 0, 1))
 
'''
默認(rèn)轉(zhuǎn)置將維度倒序，對于2維就是橫縱軸互換
array([[ 0,  4,  8],
       [ 1,  5,  9],
       [ 2,  6, 10],
       [ 3,  7, 11]])
'''
u = a[0].transpose()    # 或者u=a[0].T也是獲得轉(zhuǎn)置
 
'''
逆時(shí)針旋轉(zhuǎn)90度，第二個(gè)參數(shù)是旋轉(zhuǎn)次數(shù)
array([[ 3,  2,  1,  0],
       [ 7,  6,  5,  4],
       [11, 10,  9,  8]])
'''
v = np.rot90(u, 3)
 
'''
沿縱軸左右翻轉(zhuǎn)
array([[ 8,  4,  0],
       [ 9,  5,  1],
       [10,  6,  2],
       [11,  7,  3]])
'''
w = np.fliplr(u)
 
'''
沿水平軸上下翻轉(zhuǎn)
array([[ 3,  7, 11],
       [ 2,  6, 10],
       [ 1,  5,  9],
       [ 0,  4,  8]])
'''
x = np.flipud(u)
 
'''
按照一維順序滾動(dòng)位移
array([[11,  0,  4],
       [ 8,  1,  5],
       [ 9,  2,  6],
       [10,  3,  7]])
'''
y = np.roll(u, 1)
 
'''
按照指定軸滾動(dòng)位移
array([[ 8,  0,  4],
       [ 9,  1,  5],
       [10,  2,  6],
       [11,  3,  7]])
'''
z = np.roll(u, 1, axis=1)