numpy的基本操作

np.concatenate, axis =0,在0维度进行拼接，且除0维度为array的shape必须相同

np.sum，axis =0, 其他的维度的维数不变，累加0维度 

array的indexing：

基本形式：arr[object]， object可以是integer, slicing,boolean array, integer array

1 x = np.array([[1, 2], [3, 4], [5, 6]])
2 x[[0, 1, 2], [0, 1, 0]]           #返回一个一维array

1 >>> x = np.array([[1., 2.], [np.nan, 3.], [np.nan, np.nan]])
2 >>> x[~np.isnan(x)]                # x[~np.isnan(x)]返回的是一个相同shape的array
3 array([ 1.,  2.,  3.])             # 返回一个一位array

ellipsis：

 ... [??l?ps?s] 省略

for a 3d array, a[...,0] is the same as a[:,:,0] and for 4d, a[:,:,:,0], similarly, a[0,...,0] is a[0,:,:,0]

numpy.arange([start, ]stop, [step, ]dtype=None)

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0) :

返回间隔相同的数，默认endpoint为true,为false时，不包含stop

ndarray:

https://www.tutorialspoint.com/numpy/numpy_data_types.htm

float32 float64  int32 int 64 uint32 uint64

numpy的基本操作

原文：https://www.cnblogs.com/flipped415/p/11566533.html