numpy数组切片的使用

import numpy as np
a = np.array([[1.1,2.1,3.1,4.1],[5,6,7,8],[9,10,11,12]])  
a

numpy.array的数组切片

1.使用省略号来省略数组的参数的用法

print (a[...,1])   # 索引为1的列元素
print ('--------')
print (a[1,...])   # 索引为1的行元素
print ('--------')
print (a[...,1:])  # 索引为1的列及剩下的所有列元素
print ('--------')
print (a[1:,...])  # 索引为1的行及剩下的所有行元素
print ('--------')

2.采用冒号来省略数组的参数的切片用法

情况1.数字在冒号前

结论：可见，数字在冒号前，表示返回索引为行（列）及其以后的数据

情况2，数字在冒号后

列操作 

结论：数字在冒号后面返回的是前N行（列）数据，而不是索引 

应用

 a[:,:-1]返回除最后一列外的其他前N列，然后用mean()在y轴上取个平均数，repeat()方法在y轴方向上复制4次。

numpy的数组合并

numpy的常用函数讲解

np.arange()

函数返回一个有终点和起点的固定步长的排列，如[1,2,3,4,5]，起点是1，终点是6，步长为1。
参数个数情况： np.arange()函数分为一个参数，两个参数，三个参数三种情况
1）一个参数时，参数值为终点，起点取默认值0，步长取默认值1。
2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。
3）三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数

随机函数seed()

一、功能

np.random.seed(n)函数用于生成指定随机数。

二、参数

把seed()中的参数比喻成“堆”；eg. seed(5)：表示第5堆种子。

seed()中的参数被设置了之后，np.random.seed()可以按顺序产生一组固定的数组，如果使用相同的seed()值，则每次生成的随机数都相同。如果不设置这个值，那么每次生成的随机数不同。但是，只在调用的时候seed()一下并不能使生成的随机数相同，需要每次调用都seed()一下，表示种子相同，从而生成的随机数相同。

来源：https://blog.csdn.net/qq_41166909/article/details/120517094