Numpy的相關概念2

副本和檢視

• 副本：複製

  • 三種情況屬於淺copy

    • 賦值運算

    • 切片

    • 檢視：連結，運算元組是，返回的不是副本就是檢視 c =a.view().建立a的檢視/影子和切片一樣都是淺copy

  • 深copy

    • b = a.copy

向量化

向量化和廣播兩個原理是矩陣內部原理

• 向量化運算=向量化運算（可避免迴圈，直接實現矩陣之間，對應元素進行操作）

廣播機制

廣播機制：維度不同的矩陣運算時低維數矩陣會自動補全

• 原則1.1維陣列可以和任意維度矩陣進行運算

• 原則2：是低維度矩陣按照某個軸進行廣播

  import numpy as np
  a = np.array([[1,3],
               [2,4]])
  b = np.array([2])
  a+b # 結果 3 ，5，4，6
  ​
  b2 = np.array([[1],[3]])
  a+b2 #

切片技巧

• 切片時引數可為布林條件

  a[a>5] 表示提取大於5的元素的資料

• 切片時可以傳遞陣列

  import numpy as np
  #索引技巧一維陣列
  a = np.arange(12)
  b = np.array([1,2,6,8])
  a[b]#傳遞的引數是陣列b
  """
  array([1, 2, 6, 8])
  """
  #實列2二維矩陣
  import numpy as np
  a = np.arange(1,9).reshape(3,3)
  b = np.array([[2,0],[1,2]])
  a[b]
  """
  ​
  array([[[7, 8, 9],
         [1, 2, 3]],
  ​
         [[4, 5, 6],
         [7, 8, 9]]])
  """
  ​
   
  

拼接

• vstack((陣列，陣列)) /([陣列，陣列]) 水平拼接

• hstack((陣列，陣列)) 垂直拼接