03 - 多维数组
本帖最后由 不二如是 于 2020-2-10 16:07 编辑上一讲我们见识到了 Numpy 的高效，从现在开始正式用它来搞事情。
上面这样图非常方便我们理解多维，说白了就是嵌套～
不要从”时间，空间“的纬度硬套概念。
一维：
a=
第 1 个值的初始索引为 a，以此类推。
二维：
a=[,]
第 1 个值的初始索引为 a，以此类推。
三维：
a=[[,],[,]]
第 1 个值的初始索引为 a，数值 3 对应的索引是 a，以此类推。
接下来我们创建一个二维的 Numpy 数组：
arr = np.array([,])
arr
看下效果：
查看数组
如果我们不知道一个数组的维度，就可以通过 ndim 方法：
arr.ndim
输出结果：
如果想知道数组形状呢？
可以使用 shape 方法：
arr.shape
效果：
意味着有 2 行，3 列。
shape 除了显示行列，还可以改变行列。
例如将上面 2 行 3 列，改为 3 行 2 列：
arr.shape=3,2
arr
输出：
除了改变形状，还可以使用 reshape 来降维度：
arr.reshape(6)
输出：
虽然变成一维数组，但是不会真的改变 arr 。所以需要新建 arr1 来保存：
arr1 = arr.reshape(6)
记住：
**** Hidden Message *****
我们来看看 arr1 的形状：
只有 (6,) 。
取数据
几种常用的方式：
print(arr)
print(arr)
print(arr[:,1])
输出：
别忘了上面我们已将 arr 转为：
array([,
,
])
arr，取出第一行。
arr，取出第一行，第二列的值。
arr[:,1]，取出第一列的值。
：就是包括所有的意思，写在行就是所有行，写在列就是所有列。
下一讲我们来看看 Numpy 中的数据类型。
代码包（可不下）：
如果有收获，别忘了评分{:10_281:} ：
http://xxx.fishc.com/forum/201709/19/094516hku92k2g4kefz8ms.gif
如果想看更多，请订阅 淘专辑（传送门）（不喜欢更要订阅{:10_297:} ） {:10_256:} 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C，哈哈哈 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C arr[: ,1] 是取出第二列的所有值吧
@不二如是 我爱 Numpy，我爱鱼C 我爱 Numpy，我爱鱼C
页:
[1]
2